font-awesome-4.7.0

Font_awesome使用.zip

docker-compose-elasticsearch-kibana：用于Elasticsearch和Kibana的Docker Compose

QtAwesome, QtAwesome Font Awesome 对Qt应用程序的支持 QtAwesome - 对Qt应用程序的Font Awesome 支持描述QtAwesome是一个简单的库，可以用来将 Font Awesome 图标添加到你的应用程序 。注意：虽然 NAME 是 QtAwesome，但它是基于 F

ThreeJSPro 本工程实现了三维模型加载，热双击鼠标点动态生成，为热点添加描述，热点随模型旋转，热点信息存入数据库等功能。 鼠标控制 鼠标双击添加热点 热点位置待更新 使用方法: 环境：tomcat7.0+ , JDK1.8, Mysql5.1+, Chrome浏览器 src目录下为java后台，需要编译。 在数据库创建一个名为annotation的数据库，运行annotation.sql脚本。 将编译后的java class 文件按照当前目录和前端文件一起放入到Tomcat webapps目录下。 启动tomcat ，访问localhost:8080/项目名/index.html

很棒的开放集识别列表 与开放集识别，分发外，开放​​集域适应和开放世界识别相关的精选论文和资源清单 注意： 此列表并不详尽。 为了公平起见，表使用字母顺序。 内容 异常检测 开放集域适应 开放世界认可 执照 贡献 讲解 教程与调查 迈向开放集识别，Scheirer WJ，de Rezende Rocha A，Sapkota A等。 （ PAMI，2013年）。 迈向开放世界认可，Bental A，Boult T.（ CVPR，2015年）。 终身机器学习，陈志远和刘冰。 （ 2018 ）。 开放集识别的最新进展：一项调查，耿C，黄胜，陈胜。（ arXiv，2018 ）。 公开集识别的最新进展：调查v2 ，耿传兴，黄胜军，陈松灿。 （ arXiv，2019 ）。 文件 开放集识别 基于传统机器学习方法 2019年 用于开放集识别的专用支持向量机，Pedro Ribe

会话中很棒的情感识别 有关与会话中的情感识别（ERC），上下文情感/情感/讽刺分析或语用学的共同分类（如会话中的对话行为）相关的论文的综合阅读清单。 如果列表中缺少任何新的或现有的纸张，请随时发送PR。 什么是ERC？ ERC是一项旨在预测对话中每种话语的情感的任务。 以下是一段对话的摘录，其中每种话语都标有相应的情感和情感标签： 概观 ，IEEE情感计算2020交易 ，IEEE Access 2019 资料资源 ，COLING 2020 ，ACL 2020 ，IEEE Access 2020 ，Arxiv 2020 ，LREC 2020 ，ACL 2019 ，ACL 2019 人类行为计算机2019 ，LREC 2018 DailyDialog：手动标记的多回合对话数据集，AFNLP 2017 semaine数据库：人与有限代理之间带有情感色彩的对话的带注释的多

jQuery插件fontIconPicker配合FontAwesome字体图标库的使用的Demo实例

:party_popper: TJCS-Assignment :ship: 精神 同济。 :Christmas_tree: 贡献 欢迎所有同学的 ！ 仓库内容可包括所有专业课程的作业。 仓库内 md 文件中的链接均获得原作者许可。 :face_savoring_food: 集锦 100579_人工智能课程设计 101016_计算机组成原理 101019_数据结构 101020_信息隐藏 101029_算法分析与设计 102109_数字逻辑 :church: 免责 仓库中的资料怎么想都不应该商用吧，商用是禁止的。 仓库中所有资料均为 同济大学计算机与科学技术专业、信息安全专业 学生课后作业，所有链接均获得原作者许可。 仓库中所有文件，若侵，联系确认后立删；著作权只属于原作者；拒绝未经允许的使用、分发、传播；仅用于项目所有人的存储。

matlab路由协议源码 出色的边缘计算 模拟器 ：CloudSim的目标是提供一个通用且可扩展的仿真框架，该框架能够对新兴的云计算基础架构和应用程序服务进行建模，仿真和实验，从而使其用户能够专注于他们想调查的特定系统设计问题，而不必担心与基于云的基础架构和服务有关的低级详细信息。 ：CloudSim项目的SDN扩展，可在云数据中心的环境中模拟SDN功能。 CloudSimSDN支持计算主机和交换机的功耗。 例如，可以使用CloudSimSDN评估网络感知的VM放置策略。 ：CloudSimPy是一个以数据为中心的任务计划框架。 它基于，它是基于标准Python的基于过程的离散事件模拟框架。 Python语言的科学计算，深度学习和机器学习生态比其他编程语言更完整。 CloudSimPy与具有Python支持的深度学习框架（例如TensorFlow，PyTorch）配合良好，可以帮助研究基于机器学习或深度学习的资源管理方法。 ：基于命名数据​​网络（）的计算优先网络。 ：Cooja Simulator是专门为无线传感器网络设计的网络模拟器。 ：Common Open Research E