JWbem是Microsoft的基于Web脚本的企业管理（SWbem）API的持续Java实现。 JWbem允许Java开发人员通过Windows Management Instrumentation（WMI）轻松监视和管理Microsoft Windows。

基于GPS的考勤系统 该应用程序包含3个模块：-教师-老师可以通过选择学期和科目来登录并开始上课。 -学生-学生可以登录并单击标记出勤（仅当他/她在大学校园内时才会标记出勤）。 -管理员-管理员可以添加/删除教师/学生。

Embedding-based News Recommendation for Millions of Users 经典embedding论文 kdd

rowhammer 防御

基于用户的协同过滤推荐系统 实现一个简单的基于用户的协作过滤推荐系统，以使用给定的数据预测商品的评分。 该预测将使用k个最近邻居和Pearson相关进行。 最后，使用最近的k个邻居的相似性，预测给定用户对新商品的评分 评分文件格式 输入文件每行包含一个评分事件。 每个分级事件的形式为：user_id \ trating \ tmovie_titleuser_id是仅包含字母数字字符，连字符和空格（无制表符）的字符串。 等级是浮动值0.5、1.0、1.5、2.0、2.5、3.0、3.5、4.0、4.5和5.0之一。 movie_title是一个字符串，其中可能包含空格字符（以分隔单词）。 三个字段（user_id，评价和movie_title）由单个制表符（\ t）分隔。 输入 python Subramanya_Suhas_collabFilter.py rating-datas

基于物品的协作过滤推荐算法 Item-Based Collaborative Filtering Recommendation Algorithms.pdf

粒计算和词语计算是模拟人类粒化信息、粒度使用信息行为的理论，它将人们对数据的关注从点的层面提升到集合的层面。在这些理论中，作为基本的概念和运算对象，信息粒起着关键作用。作为一种重要的信息粒建立方法和数据分析方法……

MAMS for ABSA 此存储库包含论文“ EMCLP-IJCNLP 2019， 挑战数据集和基于方面的情感分析的有效模型”的数据和代码。 彩信 MAMS是用于基于方面的情感分析（ABSA）的挑战数据集，其中每个句子包含至少两个具有不同情感极性的方面。 MAMS数据集包含两个版本：一个用于方面术语情感分析（ATSA），另一个用于方面类别情感分析（ACSA）。 要求 pytorch==1.1.0 spacy==2.1.8 pytorch-pretrained-bert==0.6.2 adabound==0.0.5 pyyaml==5.1.2 numpy==1.17.2 scikit-learn==0.21.3 scipy==1.3.1 快速开始 将经过预训练的GloVe（ ）文件glove.840B.300d.txt放在./data文件夹中。 修改config.py以选择任务，模型和

a_numpy_based_implement_cnn 这是我的博客的代码实现。 训练 测试 其他：卷积层可视化 依赖： Python3.6 numpy;枕头; scipy; matplotlib 简易装置： 间谍 其中训练部分由两个Python文件和一个文件夹组成： data_utils.py cnn.py ./cifar-10-batches-py$ ls batches.meta data_batch_2 data_batch_4 test_batch data_batch_1 data_batch_3 data_batch_5 [注：cifar-10-batches-py文件夹存放的是cifar—10数据集，相应的data_utils.py Python文件是data_utils.py数据集的代码。] 测试部分由两个Python文件和一个文件夹组成： data_

GrabCut源代码 vs2008，vs2010 都可打开 GrabCut是目前图论中较前沿的分割算法 GrabCut源代码 vs2008，vs2010 都可打开 GrabCut是目前图论中较前沿的分割算法