(包含python,selenium python 自动化测试课程,爬虫等)
2021-08-06 11:38:19
76B
1
超级胶带
具有超能力的兼容测试运行器。 包含：
使用能力（查看以进行）。
当测试不equal或不deepEqual时显示彩色差异；
为async functions生成详细的堆栈跟踪；
许多only如你所愿;
扩展能力；
长时间运行测试的智能超时 :man_running: （配置为SUPERTAPE_TIMEOUT ）；
更自然的断言： expected, result -> result, expected ，例如：
t . equal ( error . message , 'hello world' , `expected error.message to be 'hello world'` ) ;
不包含：
es3 code和大量的 。
别名、方法列表要短得多；
throws ， doesNotThrows -使用 ， 与equal来代替。
Supertape是在用了很
2021-08-04 22:04:44
77KB
1
采用MATLAB的m语言自动创建Simulink使用的数据字典，demo中创建的类包括Simulink.Parameter、Simulink.Signal以及枚举量（Enum类型）
2021-08-04 17:04:06
2KB
1
matlab减影代码
GA-CEC2014-Test
任务安排：
看完pdf书籍的第26页-33页，结合其中的例题，弄懂二进制编码的遗传算法的工作机理；实现二进制编码的遗传算法；思考并回答：
（1）什么是遗传算法？遗传算法的起源是什么？
（2）遗传算法是如何工作的？
（3）最早提出遗传算法的人物是谁？遗传算法的发展历程如何？
（4）发展历程中，有什么代表性的人物和著作？
了解并掌握实数编码的遗传算法，思考遗传算法实数编码与二进制编码的不同之处以及优势，实现实数编码的遗传算法；
基于所实现的实数编码的GA算法，在CEC2014
benchmark上测试GA算法的性能；主要在单峰优化问题F1、F3；多峰优化问题F8、F12；混合优化问题F18、F20和复合优化问题F25、F30，8个函数上测试GA算法的性能；所有测试函数的公式以及定义请参考所发的英文文档。
基于以上8个函数，测试各个参数对算法性能的影响：GA中population
size、变异概率、交叉概率等对算法的影响；不同类型的优化问题上，参数对算法性能的影响可能不一样，需要分类分析；其中交叉概率从0.9以0.1步长递减至0.1；变
2021-08-03 15:46:42
280.09MB
1
Wi-Fi_CERTIFIED_ac_Test_Plan_v2.5.pdf，最新802.11ac协议的过认证文档。
2021-08-02 17:03:10
1.91MB
1
本文此案例的完整流程和涉及知识
首先先看数据
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
data = pd.read_csv("creditcard.csv")
data.head()
data.shape
好的，它长这个样子。大致解释一下V1-V28都是一系列的指标(具体是什么不用知道)，Amount是交易金额，Class＝0表示是正常操作，而=1表示异常操作。
明确目标：检测是否异常，也就是说是一个二分类问题，接着想到用逻辑回归建模。
1.观察数据特
2021-08-02 16:04:08
772KB
1
Road vehicles - Diagnostic communication over Internet Protocol (DoIP)
Part 5: Conformance test specification
2021-08-02 14:36:36
105KB
1