包含105个微信/QQ默认表情图片,微信公众号emoji详细对照表, 附带JS正则替换qqface示例代码和php代码(转成数组方便调用) 很全很实用
2023-05-06 02:35:45 198KB QQ表情对照表 微信QQ表情包 qqface
1
正则匹配壮文,查找第一元音分割成声韵调,使用JS遍历数组转换为国际音标IPA,数据和算法低耦合。提供转写结果一键全选、一键清除,页面清爽。代码的主体函数有详细功能注释。
1
nmf的matlab代码SDGNMF 用于图像共聚的稀疏双图正则化NMF 此存储库实现了Jing Sun等人针对“稀疏双图正则化NMF进行图像共聚”提出的聚类算法的迭代更新过程。此代码在人脸上进行聚类实验(ORL-32和PIE-pose27 )和对象(COIL20)数据集以获得AC和NMI,然后验证SDGNMF的聚类有效性。 此外,该代码还可以显示我们的稀疏性研究和运行时间,以便与其他基于NMF的聚类方法进行比较。 依存关系 该代码支持Matlab。 跑步 主目录 下载本文 引文 如果您认为此代码有用,请引用: 孙静,王志辉,孙富明,李浩杰*。 用于图像共聚的稀疏双图正则化NMF。 神经计算,2018,316(NOV.17):156-165。
2023-04-14 21:01:13 40.68MB 系统开源
1
包含正则表达式解析、生成NFA、生成DFA、生成最小DFA、生成C代码的xlex
2023-04-12 14:02:48 16KB lex 正则解析 DFA NFA
1
正则表达式到Java中的DFA 这是通过使用Java语言创建和使用语法树将regex(正则表达式)转换为DFA的方法。 该项目是我们在大学第五学期(@KNTU)的编译器课程中完成的一个较大项目的一部分,以创建一个简单的编译器。 入门 :small_blue_diamond: 观看此视频以了解概念: : 注意一些规则: NetBeans是我编写的IDE。您可以克隆此项目并将其轻松导入NetBeans。 使用的类如下: 正则表达式 语法树 二叉树 节点 叶节点 DfaTraversal 州 这是一个在主函数中调用的初始化方法: public static void initialize() { DStates = new HashSet<> (); input = new HashSet< String> (); String regex = getRegex(); getSymbols(regex); SyntaxTree st = new SyntaxTree (regex); root = st . getRoo
2023-04-11 20:27:19 1.36MB java automata netbeans compiler
1
正则表达式非常有用,查找、匹配、处理字符串、替换和转换字符串,输入输出等。而且各种语言都支持,例如.NET正则库,JDK正则包, Perl, JavaScript等各种脚本语言都支持正则表达式。下面整理一些常用的正则表达式。 字符 描述 \ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如,’n’ 匹配字符 “n”。’\n’ 匹配一个换行符。序列 ‘\\’ 匹配 “\” 而 “\(” 则匹配 “(“。 ^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性,^ 也匹配 ‘\n’ 或 ‘\r’ 之
2023-04-06 15:17:26 211KB string Windows 字符
1
Switcher V2 一个多功能的端口转发工具,支持转发本地或远程地址的端口,支持正则表达式转发(实现端口复用)。 这是v2版,如需v1版请切换到v1分支 使用方法 配置好目录下的config.json后,直接运行就行 配置 打开程序目录下的config.json,你会看到类似下面的内容 主结构 { "log_level": "debug", "rules": [ 规则配置 ] } 规则配置 { "name": "test", "listen": "0.0.0.0:1234", "enable_regexp": false, "first_packet_timeout": 5000, "targets": [ 目标配置 ] } 目标配置 { "regexp": "正则表达式", "address": "127.0.0.1:80"
2023-04-05 00:04:58 6KB Go
1
1.视频讲解正则表达式在FME中如何使用以及应用场景示范 2.本视频讲解中使用的FME版本为2020.2中文版。 3.本资源仅为视频讲解,用户需自行安装相应版本的FME。
2023-04-03 16:18:39 121.08MB FME 视频教程 正则表达式 转换器
1
L1正则化技术F(w;x,y)=J(w;x,y)+α∣∣w∣∣1=J(w;x,y)+α∑i=1n∣wi∣假设w∗是损失函数J(w;x,y)最优解,J(w;x,y)在w∗处泰勒展J(w;x,y)=J(w∗;x,y)+J′(w∗;x,y)(w−w∗)+12!J′′(w∗;x,y)(w−w∗)2  ∵w∗是J(w;x,y)最优解,则J′(w∗;x,y)=0,则可以去除J(w∗;x,y)+12!J′′(w∗;x,y)(w−w∗)2J′′是二阶导数,当是高维的时候就变成了H矩阵了。J(w∗;x,y)+12!H(w−w∗)2∴F(w;x,y)=J(w;x,y)+α∣∣w∣∣1=J(w∗;x,y)+12!H
2023-03-18 15:49:55 38KB 导数 正则 正则化
1
超好用的正则表达式可视化调试工具,绿色免费版
2023-03-13 16:21:21 37KB 正则调试工具
1