针对高维数据聚类的问题，许多有效的方法已经被提出，级联的子空间聚类算法CSC就是一种有效的解决法案。但是CSC算法定义的聚类损失可能破坏特征空间，从而取得非代表性的无意义特征，进而损害聚类性能。为了解决这一问题，提出了一种结合自编码器保留数据结构的改进算法。具体地说，使用聚类损失作为引导，分散特征空间数据点，同时采用一种欠完备的自动编码器作为重构损失，约束操作和维护数据生成分布的局部结构。将两者结合，共同优化聚类标签的分配，学习适合聚类的局部结构保留特征。使用自适应矩估计（Adam）和小批量随机梯度下降（mini-batch SGD）两种优化方法调整模型参数。在多个数据集上，使用聚类结果准确率（ACC）、标准互信息（NMI）和调整rand指数（ARI）三个评价指标验证了该算法的有效性和优越性。

为研究复杂网络在遭遇随机故障或蓄意攻击时的鲁棒性,考虑节点具有恢复和重复失效等特征,构建故障节点概率传播模式下的级联失效模型.构建节点故障概率随故障次数增加而逐渐降低的故障概率函数,设计概率恢复(R)和阶段恢复(T)两种故障节点恢复策略,并针对ER、WS、NC和BA四类网络研究其恢复鲁棒性.仿真实验考虑模型中相关参数变化,揭示其对复杂网络级联失效过程中的鲁棒性影响,综合分析边鲁棒性和节点鲁棒性的性能权衡.仿真结果表明,在概率恢复策略下,随着恢复率的增大,4类网络级联失效的规模均能够实现有效降低；而在阶段恢复策略下,随着参数T值增加到不同阈值,4类网络鲁棒性指标在级联失效过程中均能够呈现出突变现象.

此工具根据博文https://sunkingyang.blog.csdn.net/article/details/116157222介绍，更新客户端窗口自适应分辨率。工具拥有国标级联功能，支持客户端和服务端两种模式，分别支持国标实时视频播放、停止，历史视频文件检索、播放、停止，其中服务端还支持设备信息检索等功能

行政区划查询 实体类到控制层全套以及区划sql文件

Haar级联的车辆检测 最后页面更新时间： 2016年10月19日 最新版本： 1.0.0 （有关更多信息，请参见发行说明） 大家好，执行车辆检测的一种简单方法是使用Haar Cascades。 当前，我没有关于它的详细教程，但是您可以在OpenCV主页上获得一些其他信息，请参阅页面。 另请参阅以训练您自己的级联分类器。 haar-cascade cars.xml是使用来自后方的526张汽车图像（360 x 240像素，无比例缩放）进行训练的。 这些图像是从布拉德·菲利普（Brad Philip）和保罗·厄普代克（Paul Updike）提出的Car数据集中提取的，该数据集取自南加州的高速公路。 有关更多信息，请参见： 训练自己的OpenCV Haar分类器 相关论文： 奥利维拉，M。 Santos，V.使用类似Haar的功能自动检测实际道路上的汽车（ ） 一些其他资源：

本资源是博文https://sunkingyang.blog.csdn.net/article/details/116157222所提资源，拥有国标级联中客户端、国标上级两种端功能，包含实时视频、历史视频，播放、停止、设备信息检索、录像文件检索等功能

Ajax实现下拉列表从数据库读取数据级联

jQuery省市区三级联动多选代码

世界上大部分国家的名称 城市名称的sql数据库

LED显示屏由多个二极管构成，主要应用于广告栏、娱乐场所等。可以起到很好的警醒效果。该16X16 LED显示屏单元板基于74HC138+74HC595+4953控制，与市面上的LED显示屏单元板是一样的HUB08接口。可以用专业的LED显示屏控制卡控制。电路城附件内容只分享了本次LED显示屏的原理图和PCB工程文件，可以根据现有板子上的接口线序说明，自己写程序。 通用HUB08接口，16X16 LED显示屏单元板实物截图: