宝贵时光 质量时间是用于软件开发和维护的自动化质量系统。 Quality-time从Gitlab,SonarQube,Jira,Azure DevOps和OWASP Dependency Check等来源收集测量数据,以概述软件产品和项目的质量。 它通过将度量数据与度量标准目标进行比较,并通知开发团队有关需要改进措施的度量标准来做到这一点。 从技术上讲, Quality-time由一个React前端,一个Mongo数据库服务器和三个用Python编写的后端组件组成:一个API服务器,一个从源收集度量数据的工作程序组件和一个用于发送通知的工作程序组件。 用户可以在前端中添加和配置报告,指标和来源(例如SonarQube和Jira)。 收集器从已配置的度量标准源收集度量标准数据。 它将测量结果发布到服务器,然后服务器将其存储在数据库中。 前端调用服务器以获取报告和测量并将其呈现给用户。
2023-03-27 15:45:57 3.25MB quality metrics software software-development
1
The software is used to process the CD data and solve for the secondary structure.
2023-03-20 14:29:09 1.97MB software CDProSoftware
1
This section describes the primary objectives and scope of the PCI eXtensions for Instrumentation (PXI) specification. It also defines the intended audience and lists relevant terminology and documents.
2023-03-18 14:37:19 4.17MB PXI 规范 PCI
1
Real_Time_DataMining_Sortware 一款能实时进行文本挖掘的软件,不占用多余的存储空间,直接将采集后的数据集中存储在本地txt中,运用本软件无需进行大量的手动翻页操作,输入对应的店铺链接即可对民宿进行分析包含接结构化数据的可视化和非结构化UGC的情感分析,包含数据的实时采集/数据清洗/结构化保存/UGC数据主题提取/情感分析/后结构化可视化等技术的综合性演示demo。基于在线民宿UGC数据的意见挖掘项目,包含数据挖掘和NLP相关的处理,负责数据采集、整句切分、主题抽取、情感分析等任务。主要克服用户打分和评论不一致,实时对携程和美团在线民宿的满意度进行评测以及对额外数据进行可视化的综合性工具,多维度的对在线UGC进行数据挖掘并可视化,对比顾客直接打分的结果来看,运用机器学习的情感分析方法更能挖掘到详细的顾客意见和对应的合理评分。 软件包含数据采集(txt_analys
2023-03-18 01:22:15 1.86MB nlp demo sentiment-analysis data-spider
1
Power-Z KM001(C)软件及固件下载官网:https://www.chargerlab.com/power-z-km001-usb-power-tester-voltage-current-ripple-dual-type-c-meter/新的 Dropbox 链接:https://bit.ly/2ImryM3 v20210406 可用 最新的固件可以通过程序下载和刷入,也可以用二进制文件手动刷入。 旧:软件更新到V1.4.5.0 (08.08.2020) 固件为时V1.4.4.0 build 200424 老百度下载:https://pan.baidu.com/s/1o7AbkYe(你得找个百度帐户),旧的 Dropbox 链接:https://www.dropbox.com/sh/wh8rsfvbhxye5g8/AACjDn9BWW3tONs2a27JOnGTa?dl=0
2023-03-16 15:24:28 2.22MB 开源软件
1
MWC飞控板上位机设置,介绍了 RC rate、RC expo、P and I Level 、PITCH/ROLL/YAW PID and rate、ALT and VEL PID 等参数,MWC飞控板上位机介绍文档
2023-03-14 00:15:52 1.22MB MWC 飞控
1
本书全面介绍了一些软件测试的常用方法,包括如何设计测试
2023-03-02 20:59:29 7.15MB Test 软件测试
1
Intel软件保护扩展Intel® Software Guard extention
2023-02-28 16:36:20 4.38MB SGX-处理器
1
自述文件 该存储库包含该论文的数据,代码,预训练的模型和实验结果: [SEntiMoji:由Emoji推动的用于软件工程中情感分析的学习方法] 。 森蒂莫吉 这项研究提出了SEntiMoji,它利用来自Github和Twitter的包含表情符号的文本来改善软件工程(SE)领域中的情感分析和情感检测任务。 事实证明,SEntiMoji能够在代表性的基准数据集上显着胜过现有的SE自定义情感分析和情感检测方法。 总览 data/包含本研究中使用的数据。 它包含两个子文件夹: GitHub_data/包含用于训练SEntiMoji的已处理表情文字。 benchmark_dataset/包含用于评估
1
Memory Barriers: a Hardware View for Software Hackers 讲解内存屏障的好论文,推荐!
2023-02-26 18:38:23 281KB barrie memory
1