Cuda K-Means 图像聚类算法由 Andrea Toscano, Università degli Studi di Milano (Informatica) 在 NVidia Cuda 中实现。 这个小项目展示了如何实现应用于图像的 K-Means 聚类算法以减少其颜色。 一些预处理是使用 python 脚本计算的，以便以更好的方式表示图像并轻松找到适合算法的初始质心。 在 Cuda K-Means 例程中涉及全局内存和常量内存。 未来的工作还将包括包含整个图片的纹理内存，从而提高算法的性能。

这是yiqing对选择性搜索算法的实现 一种使用方法 是运行demo.m文件，它将对单个图像执行选择性搜索 另一种使用方式 是运行testAllPicturesInDirectory.m文件，它将对目录中的所有图像执行选择性搜索，结果也会写入同一目录 原纸 原始算法可在找到 但是matlab中的原始实现是部分加密的，所以我自己实现了

像素级对比学习 在Pytorch的论文提出了像素级对比学习的实现。 除了在像素级别进行对比学习之外，在线网络还将像素级别表示形式传递给像素传播模块，并向目标网络施加相似度损失。 他们在细分任务中击败了所有以前的非监督和监督方法。 安装 $ pip install pixel-level-contrastive-learning 用法 下面是一个示例，说明了如何使用该框架进行Resnet的自我监督训练，并获取第4层（8 x 8个“像素”）的输出。 import torch from pixel_level_contrastive_learning import PixelCL from torchvision import models from tqdm import tqdm resnet = models . resnet50 ( pretrained = True ) learn

沙米尔·JS 这是一种实现，该使用Javascript设计，可在NodeJS上运行。 用法 generateShares（秘密，totalShares，requiredShares，padLength） 将给定的十六进制secret拆分为给定的totalShares其中至少必须将requiredShares totalShares共享稍后再组合以恢复secret 。 例子： let secret = 'shamirSecretTest'; let hexSecret = Buffer.from(secret).toString('hex'); let shares = Shamir.generateShares(hexSecret, 5, 3); console.log(shares); // [ '01cce9a3904d0b9b334f75be3b4d9083b4a2feded

秘密共享 这个程序是一个实现。 一个秘密可以以某种方式拆分成 N 个份额，以便需要可选择数量的份额 K（其中 K ≤ N）来重新构建秘密。 警告：我还不建议认真使用这个工具。 共享的编码可能会在较新版本中更改，在这种情况下，您将无法解码使用旧版本程序共享的机密。 目前，这是实验性的。 例子 将秘密传递给 secretshare 进行编码： $ echo My secret | ./sss e 2 5 2-1-1YAYwmOHqZ69jA-v+mz 2-2-YJZQDGm22Y77Gw-IhSh 2-3-+G9ovW9SAnUynQ-Elwi 2-4-F7rAjX3UOa53KA-b2vm 2-5-j0P4PHsw4lW+rg-XyNl e命令后面的参数告诉secretshare创建 5 个共享，其中 2 个是解码所必需的。 可以像这样解码共享的子集： $ echo 2-2-YJ

简单和深图卷积网络 该存储库包含“简单和深度图卷积网络”的PyTorch实现。（ ） 依存关系 CUDA 10.1 python 3.6.9 pytorch 1.3.1 网络x 2.1 scikit学习 数据集 data文件夹包含来自三个基准数据集（Cora，Citeseer，Pubmed），而newdata文件夹包含四个数据集（Chameleon，Cornell，德克萨斯州，威斯康星州）。 我们使用与相同的半监督设置，并使用与Geom-GCN相同的全监督设置。 可以从下载PPI。 结果 测试精度总结如下。 数据集 深度 公制 数据集 深度 公制 科拉 64 85.5 湛 8 62.48 引用 32 73.4 玉米 16 76.49 客栈 16 80.3 德州 32 77.84 科拉（满） 64 88.49 威士 16 81.57 引用（完整

JSP学生成绩管理系统SSHMYSQL实现源码 源码描述： 一、源码介绍 JSP学生成绩管理系统SSHMYSQL实现源码使用ssh框架，mysql数据库。 二、主要功能 管理员登录后可以操作的功能：学生信息管理，课程信息管理，成绩信息管理，修改密码，退出系统。 三、注意事项 开发环境为eclipse，jdk1.8,数据库为mysql

深林火炬 DeepForest模型的pytorch实现，用于RGB图像中的单个树冠检测。 DeepForest是一个Python软件包，用于从机载RGB图像中训练和预测单个树冠。 DeepForest带有一个预先构建的模型，该模型是根据国家生态观测站网络的数据进行训练的。 用户可以通过从预建模型开始注释和训练自定义模型来扩展此模型。 DeepForest和palparate pre-cique de coronas deárboles个体使用了basada en modelos entrenados conimágenesremotas RVA（RGB，sus siglas eninglés）。 深红色森林天文台证明是由红色国家天文台（NEON，sus siglas eninglés）提供的。 可以从当地的建筑学，建筑学和建筑学专业获得学位。 深林森林文件保护，罪犯禁运，可疑事件以及可

椭圆曲线密码学 使用JPBC 2.0.0库的基于对密码的安全数据共享框架的实现。 我正在密苏里科技大学的2015年夏季REU上从事该项目的工作。 该存储库不再使用。 未来的工作将致力于： : 和 。 正在工作： -数据所有者和用户密钥生成-代理重新加密密钥生成-由oracle代理重新加密整数并由用户解密-文件加密（仍然可以解决一些潜在的错误） 待办事项清单： -增加了对多线程的支持-授权令牌生成-清洁代码，单独的类，并添加更好的注释 使用的库： :

基于Javaee的影视创作论坛的设计与实现主要用功能包括： 首页推荐、用户管理、影片管理、评论管理、 预告片管理、海报管理、公告管理、数据检索、用户注册与登录等等功能、统结构如下 （1）后台管理: 管理模块：管理员的登录与退出、管理员个人信息的设置 电影管理模块：实现电影信息的增加、删除、修改、查看功能 实现电影分类信息的增加、删除、修改、查看功能 影评管理模块：实现影评信息的增加、删除、修改、查看功能 预告管理模块：实现预告片信息的增加、删除、修改、查看功能 海报管理模块：实现海报信息的增加、删除、修改、查看功能 公告管理模块：实现公告信息的增加、删除、修改、查看功能 （2）前台管理： 实现网站首页数据展示、海报展示、预告片浏览、公告预览等 实现电影影评的评论发表、查询评论 站内数据搜索 用户的登录和退出