网件 NETGEAR R6800 固件 V1.1.0.42_1.0.1(多国语言版) 问题修复 修复部分错误以及安全问题。
2022-04-15 18:01:07 21.33MB 网件 NETGEAR R6800
1
从大数据热看我国计算机学界的机遇
2022-04-15 12:06:01 3.91MB big data 大数据
本人2017智能车国二,亲测可跑,可以识别圆环等自己加的小想法,应该对写程序有一点启发作用,采用B车车模,采用K60芯片,但是传感器信号处理可以参考,特别是舵机pd,电机pid,挺有价值的
1
彭国伦的Fortran书,内容不错,pdf格式,不是很清楚,能凑合这看。
2022-04-14 22:48:52 6.68MB fortran 教程 彭国伦
1
2019年考试计算机视觉,非照片!文字版!纯文字!可复制粘贴!
2022-04-14 20:08:24 176KB 国科大 计算机视觉
1
我国移动通信互联网短信网关接口协议.doc
2022-04-14 18:03:59 430KB 接口
国微CMS为国内最主流的CMS系统之一,也是中国南方PHP领域最大的开源平台提供商。现拥有平台注册用户超过23万,下载次数达到70余万次,主要面向政府、军队、学校、集团级客户。耕耘八年,国微CMS采用二代框架,在系统高性能、速度、模块化、体系化、可视化等方面极具核心竞争优势, 可确保客户运营成功。 国微县、市、区政府门户方案功能介绍 A:政务公开:每个部门均有自己的信息公开,即可按部门筛选,又可按主题栏目筛选;提供重点信息公开、依申请公开等模块。 B:办事指南:办事指南的提供办事流程图、表格下载、办事入口等会快捷字段;同时办事指南即可按类别分类,又可按办事部门分类,非常方便。 C:网络问政:网络问政里面包括了领导信箱模块、在线访谈、问答等模块,每个部门均可管理自己的信件,每个信件可以流转,处理后可以短信通知对方。 D:旅游频道:可以将本县漂亮的风景、酒店、旅游路线用图像形式得到很好的体现。 E、新闻模块:CMS系统中最重要的模块之一,包括一键排版、顶客、关键字、评论、标签等相关功能。 F、图片模块:主流的大气图片展现模式,与凤凰网、网易类似。 G、视频模块:可调用第三方视频和自身上传视频,搭建视频门户。 H、下载模块:字段可自由添加和删除,支持中文名称的文件下载。 I、在线访谈:提供视频、图片、嘉宾、用户提问、留言等相关功能。 J、信息公开模块:提供部门年报、信息公开、多种类型字段分类和搜索。 K、手机短信模块:集成了国内主流的短信提供商接口,可以发送短信给用户。 L、邮件群发模块:利用如163邮箱,群发邮件给相关会员用户。 M、在线办事系统:提供多级审批模式,支持多种办事模型,支持手机回复。 N、留言本模块:留言栏目可分多类,管理员可以在线回复留言并进行管理。 O、表单系统:无限制自定义字段,无限极表单联动功能,自由导入导出excel数据。 P、投票模块:提供多种主流的投票模式,支持投票结果权限查看。 Q、通知通信模块:通知模块可以选择特定用户群体,发送通知并统计回复。 R、广告模块:支持浮动广告、对联广告、下拉幻灯片广告、弹出广告。 S、会员模块:支持所有用户在会员中心发布、管理相关内容。 T、通讯录模块: 提供通讯录excel导出功能,支持拼音查询。 W、政府招标模块:将政府每期的招标需求和公示用EXCEL导入系统中,供所有企业查询。 X、工程备案查询:每个工程备案信息及时录入系统,可快速查询工程方的项目资质。 Y、招标审查模块:政府单位将招标项目的入围企业,审核并公示,接受用户反馈监督。 Z、系统整合模块:可以整合DZ论坛等相关第三方系统,实现会员同步登陆,数据相互调用。 III、站群系统:实现站点间数据相互推送、主站管理分站的模式。 说明:国微政府门户方案和之前发布的国微政府部门网站,功能不同,方案体系不同。 2020年04月03升级包: 1、更新了微信公众号助手,实现公众号数据互通 2、系统支持一键设置局域网功能 3、系统后台支持一键校验代码,检查代码是否被修改 4、新增后台自动备份数据设置 5、支持PHP7.X高版本 2020年04月04升级包: 1、重点解决了用户反馈的安装兼容的问题 2、支持phpstudy、wamp等环境 3、推荐:linux环境推荐用oninstack;windows环境推荐用wamp;其中PHP的环境推荐用PHP7.X 4、如果采用PHP7.X环境,需要在数据库配置文件加行代码,见教程。
1
国密SM4加解密前后端文件.zip
2022-04-13 17:21:38 14KB java spring boot vue.js
1
2016年AlphaGo战胜人类顶级围棋选手,标志人工智能的一个重要里程碑事件,其中强化学习方法做出了重要的贡献。麻省理工、斯坦福、卡内基梅隆等著名学府纷纷开设或着重强化学习的课程。 强化学习是人工智能中最活跃的研究领域之一。强化学习不同于监督学习,强化学习根据系统的状态做出动作,由环境给出奖惩信号,通过学习获得使累计奖惩最高的动作策略。也就是一种基于数据通过自学习方式获得最优决策和控制的方法。在棋类博弈、智能驾驶、机器人控制等领域都有广泛成功的应用。 R. Sutton和A. Barto的《强化学习导论》自1998年第一版发行,为强化学习的关键思想和算法提供了一个清晰而简单的描述,系统介绍了该领域的知识基础和历史到最近的发展和应用。该书被公认是一本经典教材,目前正在更新出版第二版,在网上有电子版可以参考。本课程以该书为主要教材,并展开介绍最新的强化学习算法和深度强化学算法。可作为人工智能学院研究生的专业基础课。
2022-04-13 14:12:15 28.06MB 国科大 强化学习
1
CT系统在不破坏样品的情况下,利用样品对射线能量的吸收特性对生物组织 与工程材料的样品进行断层成像.即通过发射光源的起点然后中间经过旋转与映 射,然后投影在探测器上面,故在探测器上可以见物质的几个图像与能量的变化.
2022-04-12 15:05:05 2.13MB CT重构图像
1