资源给大家带来一个利用卷积神经网络(pytorch版)实现空气质量的识别分类与预测。 我们知道雾霾天气是一种大气污染状态，PM2.5被认为是造成雾霾天气的“元凶”，PM2.5日均值越小，空气质量越好． 空气质量评价的主要污染物为细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、臭氧(O3)、一氧化碳(CO)等六项。

16进制转换为10进制--C#源码--可以直接运行。支持批量进行16进制到10进制的转换，自动去除空格。

Delphi写的万年历，包含公历节假日和农历假日，节气等，代码全可直接运行

shp文件读写，c++写的，xcode工程。有例子数据，可以直接运行。不需要其他库。 shp文件读写，c++写的，xcode工程。有例子数据，可以直接运行。不需要其他库。 shp文件读写，c++写的，xcode工程。有例子数据，可以直接运行。不需要其他库。

c#实现socket通讯.zip 完整代码 可以直接运行

中文新闻分类模型，利用TextCNN模型进行训练，TextCNN的主要流程是：获取文本的局部特征：通过不同的卷积核尺寸来提取文本的N-Gram信息，然后通过最大池化操作来突出各个卷积操作提取的最关键信息，拼接后通过全连接层对特征进行组合，最后通过交叉熵损失函数来训练模型。

基于卷积神经网络的人脸识别. 完整代码 可直接运行 我们整个人脸识别系统总共分为 5 个部分：图像采集、人脸检测、数据整理、卷积神经网络的构建和训练、人脸实时识别。 3.1 图像采集 在卷积神经网络训练之前，首先得有数据。我们通过 opencv 调用电脑摄像头拍取约 10 个人的人脸照片，每人拍 600 张。为拍照的 10 个人分别建立一个文件夹，并将其所拍照片统一放置该文件夹中，文件夹以起名字拼音命名，最后将这 10 个文件夹统一放置于一个总文件夹中，并以“faceImages”命名。示意图如下：

系统可实现的功能如下： （1）录入每个学生的学号、姓名和n门课程的考试成绩； （2）计算每个学生的总分； （3）按每个学生的总分由低到高排出名次表； （4）按每个学生的总分由高到低排出名次表； （5）按某一门特定课程的成绩由低到高排出名次表； （6）按某一门特定课程的成绩由高到低排出名次表； （7）按学号由小到大排出成绩表； （8）按学号查询学生考试成绩，支持模糊查询； （9）按姓名查询学生考试成绩，支持模糊查询； （10）输出每个学生的学号、姓名、各科考试成绩； （11）将每个学生的记录信息（原始数据）写入文件； （12）将排序后的信息及查询到的信息写入文件。 操作时伴随音效。 程序运行后的提示如下： 欢迎使用学生成绩管理系统！ 请输入涉及到的课程数（不多于10）: 请输入n门课程的名称，以回车符分隔。 请依次输入各学生的信息。 输入格式：姓名+学号+n门课程的成绩，均以回车符分隔，成绩顺序同课程名称顺序。 输入： 1：添加学生信息。 0：停止添加学生信息。 添加完学生信息后，提示用户输入数字来执行相应的操作。

说明 看完spring源码后，感触颇深。于是经过一番研究手动实现一个类似Spring的IOC和AOP功能的演示，本demo成功实现了容器的依赖注入和切面的功能，aop使用CGLIB实现。 说明 首先代码的测试运行demo见 应用程序 public static void main(String[] args) throws ClassNotFoundException { //初始化环境 init(); //模拟spring启动 Class.forName("com.mySpring.autowired.BeanFactory"); ClassesService classesService = (ClassesService) BeanFactory.getBean("classesService");

可直接运行 基于MATLAB的顶点覆盖近似算法 源代码程序.rar