#SPlayer
一个简单的安卓音乐播放器演示代码。
此代码向您展示如何使用ContentResolver获取音乐列表并使用MediaPlayer播放歌曲。
#特征
获取音乐列表
播放和暂停
播放下一个或上一个
＃截屏
2021-09-13 22:26:48
404KB
1
tinymce-emoji
这个简单的tinymce插件添加了一个帮助程序对话框，可将本地表情符号插入到您的内容中。
所有表情符号均已从提供的中删除
用法
通过npm安装：
npm install --save tinymce-emoji
添加到您的tinymce init：
import 'tinymce-emoji'
import 'tinymce' // always import tinymce after any plugins
tinymce . init ( {
plugins : [
'tinymceEmoji'
] ,
t
2021-09-13 21:30:13
260KB
1
简单数据库
伯克利大学的数据库作业：实现一个简单的数据库管理系统
您可以在获得更多详细信息和我的博客（中文版）： : （请参阅README中的英文版本）
API变更
在Pro1中，我更改了几种方法的参数
在Pro3中，我更改了JoinOptimizer.java中的方法computeCostAndCardOfSubplan（）以获得左深树（我可能在该课程提供的代码中发现了一些错误）。 此外，我在LogicalPlan.java中更改方法physicalPlan（）。 具体来说，我添加的代码将检查查询是否包含联接，如果不包含联接，则不会调用JoinOptimizer。
我的博客的英文版
我在
2021-09-13 14:47:18
7.85MB
1
matlab最简单的代码
一个简单的去雾算法
融合了Clahe和暗通道，做了个简单非线性融合，做了定点化和一点简化操作，速度不错。
含Matlab和C++(虽然用了OpenCV，但是为了方便移植只用了显示，计算没用，代码在ADSP上测试过)实现。
忘了代码用没用到GNU的了，所以还是用GNU协议了……另外用于商业用途肯定有问题。
算法主要是为了实现在多种实际场景下实现较为鲁棒的去雾效果，往期算法虽然能在标准测试图下取得不错的效果，但对于复杂的实际场景下应用表现却不尽如人意，而且一些算法计算复杂度较高，比如使用软抠图或者导向滤波的暗通道法，还有使用Maccan迭代的Retinex法都无法实时完成计算。本报告中提出的算法，在复杂场景下鲁棒性较高，并且拥有较高的计算速度，在SurfacePro3
i5
4300u(1.9Ghz)
8G
RAM条件使用Matlab
r2016下处理720p图像，不进行优化可以做到5FPS，做并行优化后可以更快。
算法主要想法是来源于在优化暗通道优先的去雾算法后发现虽然算法的速度极大提高，但是在过曝场景下效果欠佳，而且对比度也不是很强。然后又实验了一些别的优化算
2021-09-13 11:53:45
5.61MB
1
一个简单的HTML+PHP+MySQL的交互页面（输入框内容查询，HTML页面显示）
HTML输入框输入内容，点击按键，把数据发送给PHP，PHP接收数据，然后访问MySQL数据库，数据库获取的结果，再通过HTML打印出来表格显示。
代码怎么使用我在博客上写得很详细了哈，有问题再问哈
2021-09-13 11:04:35
2KB
1
量子加密
用法
在终端输入以下内容
################################################ ##############
$ git clone
$ pip3安装密码
$ cd量子加密
$ python3 main.py
################################################ ##############
它将要求一个文件，输入文件名。
示例：people.txt
单击输入类型e，使用该代码将为您随机生成的密钥加密文件。 再次单击Enter后，文件将被加密，密钥将保存在名为--->的文件中。 mykey.key
如果要解密文件，请重新输入文件名，然后输入d
然后当您返回文件时，它将被解密
注意：不要更改mykey.key文件的名称，也不要编辑该文件，否则该密钥将永远被毁，您将不得不重新创建
2021-09-11 11:10:22
4KB
1
与“ 11行MATLAB代码的深度学习”视频中的演示相关的MATLAB代码。 https://www.mathworks.com/videos/deep-learning-in-11-lines-of-matlab-code-1481229977318.html 该演示使用 AlexNet，这是一种经过预训练的深度卷积神经网络（CNN 或 ConvNet），已在超过一百万张图像上进行过训练。 该示例分为两部分：设置相机和执行对象识别。 第一部分展示了如何使用 webcam 命令从相机获取图像。 使用 drawow 命令，MATLAB 能够不断更新和显示相机拍摄的图像。 您可以在此处下载网络摄像头支持包： https://www.mathworks.com/matlabcentral/fileexchange/45182-matlab-support-package-for-usb-web
2021-09-10 15:38:45
1KB
1