主要介绍了使用Java编写一个简单的Web的监控系统的例子,并且将重要信息转为XML通过网页前端显示,非常之实用,需要的朋友可以参考下

musicxml2svg 一个简单的MusicXML到SVG转换器。 技术 我们正在使用作为渲染API。 它是一个非常强大的工具，为程序化注释创建提供了一个不错的抽象级别。 不幸的是，它的文档很少，但是已经实施了很多测试，它们可以作为很好的参考。 VexFlow本身不提供解析MusicXML文档的方法。 取而代之的是，我们实现了一个自定义解析器，该解析器将原始MusicXML表示法转换为某种中间格式，该格式可用于使用VexFlow几乎立即呈现笔记，而无需进行进一步的“翻译”。 MusicXML规范范围太广，这引起了一些兼容性问题。 尽管这根本不是问题，但由于VexFlow是完全开源的，因此从根本VexFlow ，我们可以实现所有重要的缺失功能。 其中之一可能是例如加载其他音乐字体的功能。 VexFlow专有技术 Vex.Flow.Formater 一个有用的地方是Formatter.

matlab分时代码用于控制DMD的API 该API控制由ViALUX ALP控制器控制的数字微镜设备（DMD）设备。 该库由ViALUX GmbH提供，已加载到环境中。 由于该库使用C ++编写，因此需要安装并使用MATLAB进行安装的有效C ++编译器。 兼容的编译器可以在找到（请注意版本）。 可以从ViALUX的随附媒体（CD，驱动器等）中找到必要的文档和库。 在文档中阅读有关原始VIALUX API的信息。 该API是在Martin Vogel博士（马克斯·普朗克生物物理研究所）和VIALUX的帮助下开发的。 这是Vogel博士提供的ALP工具的简单子集。 （） 在（OR）获取ALP驱动程序 小心加载的库的版本-x64 / x86。 这个API是基本的-不是高速的。 评论/信件应发送至nakulbende [at] gmail [dot] com 可以使用以下功能。 带有典型例程的示例代码包含在api_control.m中。 该代码包含所有要使用的功能，以正确的顺序加载库，连接镜像和加载图像。 内容 在MATLAB中加载库（api_library） 加载共享库及其在MATLAB

一个简单的程序界面实现图像增强等功能新手看-图像处理.rar 设计一个简单的图像处理系统，要求整个系统完成以下基本功能： 1、        能对图像文件（bmp、 jpg、 tiff、 gif等）进行打开显示、保存功能操作； 2、        数字图像的统计信息功能：包括直方图的统计及显示； 3、        数字图像的增强处理功能： （1）        直方图的均衡化；  （2）        平滑算法、锐化算法； 。。。。。。。。。。。。。。。。。。 程序过程和解释见word.

最近工作需要，看了一下小波变换方面的东西，用python实现了一个简单的小波变换类，将来可以用在工作中。 简单说几句原理，小波变换类似于傅里叶变换，都是把函数用一组正交基函数展开，选取不同的基函数给出不同的变换。例如傅里叶变换，选择的是sin和cos，或者exp(ikx)这种复指数函数；而小波变换，选取基函数的方式更加灵活，可以根据要处理的数据的特点（比如某一段上信息量比较多），在不同尺度上采用不同的频宽来对已知信号进行分解，从而尽可能保留多一点信息，同时又避免了原始傅里叶变换的大计算量。以下计算采用的是haar基，它把函数分为2段（A1和B1，但第一次不分），对第一段内相邻的2个采样点进行变

简单的一个带有图片列表控件使用，加速你对Swing列表的学习和使用...

Kivy_Object_Recognition 一个简单的kivy应用程序，可让您使用网络摄像头拍照，并将检测到照片中的物体

输入学号可以查出对应的相关成绩，从数据库中调取出来。这里我结合的是JAVA与MYSQL，数据库的建立可以参考代码

SearchEngine用于TREC收集文档 该项目的目标是使用tf-idf和BM25的各种检索模型来实现一个简单的搜索引擎 该项目的目标是使用tf-idf，BM25等各种检索模型在python中为TREC文档构建一个简单的搜索引擎，并使用以下方法比较各种回归模型的性能： 读入文件tccorpus.txt中提供的标记化和词干化的文档集合。 这是ACM通信的早期标准摘要集。 tccorpus.txt中标记化文档集合的格式为：A＃后跟文档ID文档ID行下方的行包含文档中的词干。 例如： # 1 this is a tokenzied line for document 1 this is also a line of document 1 # 2 from here lines for document 2 begin ... ... # 3 ... 构建一个简单的反向索引

matlab 10折交叉验证知识代码分类算法评估 介绍 该项目的目标是基于以下内容评估一组分类器： 准确性 敏感性和 特异性 资料集 该项目使用的数据集是从乳腺癌数据库中获得的，可以找到。 快速描述如下： 实例数为699。 每个实例具有2种可能的类别之一：良性（65.5％）或恶性（34.5％），分别由2和4表示，稍后用-1和1代替。 每个实例具有9个按[1-10]比例缩放的属性以及类标签。 缺失的属性（总共16个）被替换为最常出现的值。 分类器 在此项目中评估的分类器以及为其属性设置的值是： 贝叶斯 概率分类器，通过基于实例具有的属性值来估计该实例最有可能属于哪个类，从而为该实例分配一个类标签。 先验概率根据data-description.txt，将良性和恶性分别设置为0.655和0.345的那些 K最近邻居 在这种情况下，对象通过其邻居的多次投票进行分类。 打破领带 如果是平局，则使用最接近的级别。 k选择 为了优化性能，将k设置为训练集大小的平方根。 通常，较大的k值会减少噪声对分类的影响，但会使类别之间的界限不那么明显。 邻居效应 为了使距离较近的邻居比距离较远的邻居贡献更多，