本文实例讲述了Android编程连接MongoDB及增删改查等基本操作。分享给大家供大家参考，具体如下： MongoDB简介 Mongodb，分布式文档存储数据库，由C++语言编写，旨在为WEB应用提供可扩展的高性能数据存储解决方案。MongoDB是一个高性能，开源，无模式的文档型数据库,是当前NoSql数据库中比较热门的一种。它在许多场景下可用于替代传统的关系型数据库或键/值存储方式。Mongo使用C++开发。 Mongo安装参考 1）下载安装包文件，解压到某一文件夹下。 官方下载地址：http://www.mongodb.org/downloads 2）配置环境变量：在path后添加安装路

计算机系统结构是计算机的的机器语言程序员或编译程序编写者所看到的外特性。所谓外特性，就是计算机的概念性结构和功能特性，主要研究计算机系统的基本工作原理，以及在硬件、软件界面划分的权衡策略，建立完整的、系统的计算机软硬件整体概念

微机原理的讲义， 以及调试工具 ，，，debug link masm等汇编调试工具

纳米孔阵列的透射增强现象在许多领域都具有重要的应用和前景。采用时域有限差分(FDTD)方法对金属薄膜纳米孔阵列的透射增强特性进行了模拟研究。针对圆孔半径、薄膜厚度、阵列周期以及不同材料等因素进行了分析，讨论了不同参数条件下透射增强谱线的变化规律。研究表明大的圆孔半径和薄的薄膜厚度有利于提高透射性能，另外孔阵列周期较大时不利于增强透射。探讨了不同小孔形状对透射增强的影响，并采用矩形孔阵列进行了对比。最后通过改变薄膜材料计算了相应的透射性能。

大数据可视化大屏例子 图形统计分析、视频、仪表DashBoard监控等; 智慧物流服务中心大数据可视化大屏; 设备环境监控平台大数据可视化大屏; 车联网大数据可视化大屏; 运营大数据大数据可视化大屏; 电子商务大数据可视化大屏; 物流大数据可视化大屏; 旅游区大数据可视化大屏； 交通大数据可视化大屏；

循环GAN | 火炬实现，用于在没有输入输出对的情况下学习图像到图像的转换（ ），例如： 新增内容：请检查（CUT），这是我们新的非成对图像到图像翻译模型，可实现快速且高效存储的培训。 *， *，， 加州大学伯克利分校伯克利分校AI研究实验室在ICCV 2017中。（*等额捐款） 该软件包包括CycleGAN， 以及其他方法，例如 / 和Apple的论文。 该代码被写了和。 更新：请检查CycleGAN和pix2pix的实现。 PyTorch版本正在积极开发中，其结果可与该Torch版本相媲美或更好。 其他实现： （由Harry Yang）， （由Archit Rathore撰写

利用pytorch实现图像分类的一个完整的代码，训练，预测，TTA，模型融合，模型部署，cnn提取特征，svm或者随机森林等进行分类，模型蒸馏，一个完整的代码。 实现功能： 基础功能利用pytorch实现图像分类 包含带有warmup的cosine学习率调整 warmup的step学习率优调整 多模型融合预测，加权与投票融合 利用flask + redis实现模型云端api部署（tag v1） c++ libtorch的模型部署 使用tta测试时增强进行预测（tag v1） 添加label smooth的pytorch实现（标签平滑）（tag v1） 添加使用cnn提取特征，并使用SVM，RF，MLP，KNN等分类器进行分类（tag v1）。 可视化特征层。 转载：https://github.com/lxztju/pytorch_classification

使用QT开发的无线电相关基本图形，主要包括频谱图，瀑布图，波形图等 仅供学习参考

本书目的是介绍渗透在计算机科学中的这些基本思想、模型和结果，他们都是该领域的基本范例，他们有很多理由是值得学习的

octopus octopus高校教学综合平台 介绍 - octopus高校教学综合平台，主要用于对教师，学生，管理的信息管理，课程管理，专业信息管理，班级管理，可以添加题库，可以上传下载教学资料，可以设置考试试卷，可以进行在线考试和自动评分 软件架构 软件架构说明 1、系统环境 单体项目 Java EE 8 Servlet 3.0 Apache Maven 3 2、主框架 Spring Boot 2.2.x Spring Framework 5.2.x Apache Shiro 1.7 3、持久层 Apache MyBatis 3.5.x Hibernate Validation 6.0.x Alibaba Druid 1.2.x 4、视图层 Bootstrap 3.3.7 Thymeleaf 3.0.x #内置功能 用户管理：用户是系统操作者，该功能主要完成系统用户配置。 部门管理：配