完整全套资源下载地址：https://download.csdn.net/download/qq_27595745/60739126
【完整课程列表】
天津大学Java程序设计教程(第6版) 01 引言（共33页）.ppt
天津大学Java程序设计教程(第6版) 02 数据与表达式（共64页）.ppt
天津大学Java程序设计教程(第6版) 03 使用类和对象（共47页）.ppt
天津大学Java程序设计教程(第6版) 04 编写类（共56页）.ppt
天津大学Java程序设计教程(第6版) 05 条件和循环（共83页）.ppt
天津大学Java程序设计教程(第6版) 06 面向对象设计（共85页）.ppt
天津大学Java程序设计教程(第6版) 07 数组（共53页）.ppt
天津大学Java程序设计教程(第6版) 08 继承（共39页）.ppt
天津大学Java程序设计教程(第6版) 09 多态（共39页）.ppt
天津大学Java程序设计教程(第6版) 10 异常（共33页）.ppt
天津大学Java程序设计教程(第6版) 11 递归（共28页）.ppt
天津大学Java程序设计教程(第6版) 12 集合（共31页）.ppt
2021-12-11 16:01:43
889KB
1.5编程基础之循环控制_40数1的个数(2021.12.11).pdf
2021-12-11 12:04:31
83KB
1
数字化如何支持欧洲循环经济价值链的发展--数字化与可持续发展之间的联系(Ⅱ).pdf
2021-12-11 12:03:06
502KB
当前主流的眼底视网膜血管分割方法存在细微血管细粒度特征很难采集和细节容易丢失的问题。为解决这一问题,设计了一种改进U-Net模型算法,该算法将U-Net上下采样中的原始卷积层改为二次循环残差卷积层,提升了特征的使用效率;在解码部分引入多通道注意力模型,改善了低对比度下细小血管的分割效果。该算法在DRIVE (Digital Retinal Images for Vessel Extraction)和STARE (Structured Analysis of the Retina)两个数据库的准确率分别为96.89%和97.96%,敏感度分别为80.28%和82.27%,AUC(Area Under Curve)性能分别为98.41%和98.65%,较现有的先进算法有一定的提升。本文所提算法能有效提高眼底图像细微血管分割准确率。
2021-12-10 16:58:43
4.43MB
1
主要介绍了Python跑循环时内存泄露的解决方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-12-10 15:20:48
285KB
1