很棒的低代码应用平台|全球低代码平台开发资源大全 收集整理全球最好的低代码开发平台，以及相关的开发资源。 领导者 ：Salesforce平台使开发人员能够快速构建和部署坚固，安全且可扩展的受信任云应用程序，而无需担心硬件配置或应用程序堆栈。 ：使您组织中的每个人都可以使用Microsoft Power Apps轻松地构建业务应用程序，并开始使流程现代化并推动... ：OutSystems是一个低代码平台，用于可视化地开发应用程序，与现有系统集成并在需要时添加您自己的代码。 ：Mendix是企业用于大规模开发移动和Web应用程序的最快，最简单的低代码平台。 ：发现低代码自动化的强大功能。 Appian是自动化，低代码和案例管理领域中唯一获得行业分析师认可的领导者。 挑战者 ：获得本机平台智能，因此您可以预测，确定优先级并主动管理ServiceNow的Now Platform

很棒的多视图聚类 最新技术（SOTA）的集合，新颖的多视图聚类方法（论文，代码和数据集） 我们期待其他参与者分享他们的论文和代码。 如果有兴趣，请联系 。 目录 重要调查文件 多视角学习论文调查 基于图的多视图聚类系统研究纸代码 多视图聚类：调查论文 多视图学习概览：最近的进展和新的挑战纸业 文件 下列方法列出了论文：图形聚类，基于NMF的聚类，共正则化，子空间聚类和多核聚类 图Clusteirng AAAI15：通过两方方格纸代码进行大规模多视图光谱聚类 IJCAI17：具有多个图形的自加权多视图聚类”论文代码 TKDE2018：一站式多视图光谱聚类纸代码 TKDE19：GMC：基于图的多视图聚类论文代码 ICDM2019：一致性遇到不一致：用于多视图聚类的统一图学习框架论文代码 多Kenrel聚类（MKC） NIPS14：用于内核k均值聚类的局部数据融合及其在癌症生物学中的

matlab步态检测代码 Awesome-WiFi-CSI-Research 置顶： 很抱歉由于个人工作等原因，没有时间维护和回复各位。 另外，欢迎有志者托管本项目，如有兴趣可以跟我发邮件. 关于本项目，止于理论和仿真交流。实际数据的处理，请参考SpotFi作者的主页和项目主页。 SpotFi源码实现（SpotFi作者开源） 注意事项：由于SpotFi文献中使用了ArrayTrack中的射频校准方法，直接处理CSI数据可能不能达到预期效果。 MATLAB code for Angle of arrival estimation algorithm in SpotFi paper [1]. Setup is as described in section 4 of [1]. Instructions: Calibrate the receiver radio chains as described in [2] reshape CSI into 90x1 vector where first 30 elements correspond to subcarriers for first

2021-04-01（关键字：参数更新，视频） 关键字：Non-iid，解决了在联合设置中训练Non-iid数据时精度降低的问题。 数据集：CIFAR-10数据集 关键字：我们提出了一种新颖的方法FedCD，该方法可以克隆和删除模型，以将具有相似数据的设备动态分组。 关键字：我们在损失函数中增加一个惩罚项，迫使所有局部模型收敛到一个共享的最优值。 当前将视频流发送到云进行处理的模型面临许多挑战，例如延迟和隐私。 我们介绍一种基于边缘计算和新兴的联合学习的分布式视频分析体系结构。 关键字：LSTM 我们提出了联邦匹配平均算法（FedMA），该算法设计用于现代神经网络体系结构（例如卷积神经网络（CNN）和LSTM）的联合学习。 摘要：联合学习是一种机器学习设置，其目标是训练高质量的集中式模型，同时训练数据保持分布在大量客户端上，每个客户端的网络连接都不可靠且相对较慢。 我们考虑针对此设置

数据融合matlab代码很棒的遥感深度学习 在这个项目中，我们将开源一些用于遥感分析任务的基线代码，例如语义分割，场景分类，对象检测和图像字幕。我们还将收集一些可用于遥感图像研究和开发的公共数据集。分析。 公共遥感数据集 基线代码（语义分割/场景分类/对象检测/图像字幕） OpenSoure代码 关于遥感的补充 公共遥感数据集 1，语义分割 6种城市土地覆盖物类别，光栅蒙版标签，4波段RGB-IR航拍图像（0.05m分辨率）和DSM，38个图像斑块 类别 指数 标签 颜色 1个 防渗表面 255、255、255 2个 建造 0、0、255 3 低植被 0、255、255 4 树 0、255、0 5 车 255、255、0 6 杂波/背景 255，0，0 下载 10种土地覆盖类别，从农作物到小型车辆，57张1x1km图像，3/16波段Worldview 3图像（0.3m-750m分辨率），Kaggle内核 10个土地覆盖类别，2017年高云Sentinel-2图像的时间堆栈（R，G，B，NIR，SWIR1，SWIR2; 10 m分辨率），带云罩，斯洛文尼亚官方土地使用土地覆盖层作为地面实

可以兼容ie7的font-awesome-ie7.min.css 包含在 fontawesome-4.2.0内

真棒图对比学习 与图对比学习相关的资源集合。 内容 文件 2019年 | 编码： ， tf_geometric 方法（ DGI ）：局部-全局互信息最大化 实验： 任务：传导性节点分类| 数据集： Cora，Citeseer，Pubmed。 | 基准：原始特征，标签传播，DeepWalk，DeepWalk +特征，GCN，Planetoid。 任务：归纳节点分类| 数据集： Reddit，PPI。 | 基线：原始功能； DeepWalk； DeepWalk +功能； GraphSAGE-GCN; GraphSAGE-mean; GraphSAGE-LSTM； GraphSAGE-pool; FastGCN； 平均集中。 2020年 InfoGraph：通过互信息最大化实现无监督和半监督的图级表示学习孙凡云，Jordan Hoffmann，Vikas Verma，Jian Ta

广播 iBeacon uuid 的 React Native 模块。 设置 npm i --save react-native-ibeacon-simulator react-native link 在你的项目中导入： import BeaconBroadcast from 'react-native-ibeacon-simulator' API 在设备上启动 iBeacon： uuid: String 你可以从这里得到 http: //openuuid.net/ identifier: String minor 和 major: 是 0 到 65535 之间的整数值。 () BeaconBroadcast.startAdvertisingBeaconWithString(uuid, identifier, major, minor) Android BeaconBroadcast.checkTransmissionSupported() .then(() => { BeaconBroadcast.stopAdvertisingBeacon() BeaconBroadcast.star

使用Python Flask和MongoDB的基本Web应用程序的模板 这是使用Flask和MongoDB的基本Web应用程序的模板。 它使用Flask-Login进行身份验证，使用Flask-Pymongo进行数据库连接，使用Flask-Bcrypt进行密码哈希处理，并使用Flask-Talisman进行安全保护。 前端使用Bootstrap进行样式设置。 该应用程序具有通过电子邮件进行用户验证，基本笔记记录以及具有电子邮件通知的用户之间的消息传递的功能。 如何使用模板 只需在configuration.ini文件中插入您的MongoDB数据库URI和数据库名称。 您还可以添加SMTP服务器登录详细信息，以支持向用户发送注册电子邮件和消息通知。 使用终端命令运行应用程序： python run.py 现场例子 该应用程序已在进行了演示。 它本质上与存储库中的代码相同，但也使用Font

matlab自相关代码真棒VAR 向量自回归资源的精选列表。 目录： 的MATLAB 工具箱 ：向量自回归模型 ：收集Matlab例程以执行VAR分析（Ambrogio Cesa-Bianchi） ：经验宏工具箱（F. Ferroni和F. Canova） ：宏观经济建模工具箱 ：贝叶斯估计，分析和回归工具箱（BEAR） ：全局VAR建模 收集代码 ：贝叶斯计量经济学方法 ：金融和宏观经济学的计量经济学方法 ：TVP和SV ：BVAR，LP和BLP | PROXY SVAR / SVAR-IV | 因子模型 ：在MATLAB中实现的零和符号限制算法（M. Geiger和F. Sindermann），。 [R CRAN ：VAR建模 ：符号限制，贝叶斯，向量自回归模型 ：SVAR模型的数据驱动识别 ：具有随机波动率和时变参数的向量自回归模型的贝叶斯分析 ：矢量自回归模型的贝叶斯推断函数 ：分层贝叶斯向量自回归 ：混合贝叶斯VAR ：向量自回归（VAR）过程的岭估计 ：结构贝叶斯矢量自回归模型 ：面板向量自回归 ：贝叶斯全局矢量自回归 ：估计高斯混合向量自回归模型 ：具有条件切换的非线性时