空气质量预测 近年来，空气污染急剧增加，并且对所有生物造成的影响更糟。 世界上大多数国家都在与日益增加的空气污染水平作斗争。 因此，控制和预测空气质量指数已成为必要。 在此研究项目中，我们将实施数据挖掘和机器学习模型来预测AQI并将AQI归类。 对于AQI预测，我们已经实现了五个回归模型主成分，偏最小二乘法，留一维CV的主成分，留一维CV的偏最小二乘，多个印度城市的多元回归AQI数据。 根据AQI的值，AQI指数进一步分为6个不同的类别，即“好，满意，中，差，非常差和严重”。 为了预测AQI桶，我们使用重复CV分类算法开发了三种分类模型，分别是多项式Lo​​gistic回归和K最近邻和K最近邻。 来自印度不同城市的空气质量数据集，具有留一法交叉验证的PLS模型。

videojs-hls质量选择器 注意：由于从videojs-contrib-hls转到videojs/http-streaming ，v1.xx仅与VideoJS 7.x兼容。 对于VideoJS v5或v6支持，请使用v0.xx标签。 描述 为videojs中播放的HLS源添加质量选择器菜单。 需要videojs-contrib-quality-levels插件。 任何具有多个播放列表/再现的HLS清单都应在添加的控件中进行选择。 本地HLS 尚不支持使用本机HLS（Safari，Edge等）的浏览器。 要在具有本地HLS的浏览器中启用插件，必须强制非本地HLS播放： 选项 displayCurrentQuality boolean -假 设置为true可以在菜单按钮中显示当前选择的分辨率。 未启用时，显示包含的VJS“ HD”图标。 PlacementIndex integ

About Informatica Data quality brief introduction.

我们提出了一种基于结构相似性和视觉掩蔽的改进的客观图像质量评估方法，称为感知图像质量评估（PIQA）。 PIQA包含三个相似性度量：亮度比较度量，结构比较度量，与结构相似性（SSIM）相同的对比度比较度量及其变体。 首先，为了提高在模糊图像和嘈杂图像中区分结构信息的能力，我们使用改进的结构张量来修改结构比较度量，该结构张量在描述全局区域中的结构信息时更加有效。 其次，基于人类视觉系统（HVS）感知过程的感知特征，将对比度掩蔽和邻域掩蔽集成到对比度比较度量中。 最后，将三个度量汇总在一起以计算PIQA度量。 与多尺度SSIM（MS-SSIM），视觉信噪比（VSNR）和视觉信息保真度（VIF）标准等最新方法进行比较，仿真结果表明，我们的方法与HVS高度一致感知过程，并提供更好的性能。

画面质量 描述 图像质量是用于自动图像质量评估（IQA）的开源软件库。 依存关系 Python 3.8 （开发中）Docker 安装 该软件包是公共的，并托管在PyPi存储库中。 要将其安装在您的机器中 pip install image-quality 例子 安装image-quality包之后，您可以在python终端中运行以下命令来测试它是否已成功安装。 >>> import imquality.brisque as brisque >>> import PIL.Image >>> path = 'path/to/image' >>> img = PIL.Image.open(path) >>> brisque.score(img) 4.9541572815704455 发展 如果添加新的tensorflow数据集或修改zip文件的位置，则必须更新url校验和。 您可以在以下找到

jscpd 用于编程源代码的复制/粘贴检测器，支持150多种格式。 复制/粘贴是许多项目中常见的技术债务。 jscpd可以查找在150多种编程语言和数字格式的文档中实现的重复块。 jscpd工具实现算法来搜索重复项。 jscpd的软件包 名称 版 描述 jscpd的主软件包（包括用于检测的cli和API） 核心检测算法，可用于检测不同环境中的重复项，对eventemmiter3的依赖性 文件中的重复检测器 用于标记化编程源代码的工具 LevelDB存储，用于大型存储库，比默认存储慢 jscpdHTML报告程序 jscpd的徽章记者 编程API 为了对您的应用程序进行集成复制/粘贴检测，可以使用编程API： jscpd Promise API import { IClone } from '@jscpd/core' ; import { jscpd } from 'jscpd' ; const clones : Promise < IClone> = jscpd ( process . argv ) ; jscpd异步/等待API import {

一本有关fuzzing（模糊测试）技术的书籍 英文版

代码质量分析器 使用代码质量度量标准（例如可维护性指数，Halstead度量标准和环复杂性）进行静态代码分析。 所有代码都在python中实现，并且代码质量分析在C程序上执行/测试。

本文档为Honeywell EPKS系统控制组态的最佳实践和质量检查，是作者多年大MAV项目经验的总结，讲述了在实际工程组态应避免的典型错误，和控制器负荷检查以及检查标准，后面还讲述了工程组态中组态质量检查工具。 本手册可作为组态工程师质量检查的依据。

UCI数据集 wine quality的红白酒数据CSV文件，用于SVM、贝叶斯等验证