企业业务流程重构
2022-05-02 14:06:29 1.17MB 重构 文档资料 企业业务流程重构
利用MATLAB实现了压缩感知重构算法,里面包含相应的函数及解释,对学习该类算法有一个较好的认识,有利于学习
2022-05-02 11:09:44 4KB MATLAB 压缩感知 POCS
1
重构----改善既有代码的设计(完整中文扫描版PDF)
2022-05-01 18:59:40 12.4MB 重构 设计模式
1
一直很喜欢重构这本书,但是由于自己记性不太好,书看过之后其中的方法总是记不住,于是想如果有电子版的重构书就好了,工作中遇到重构的问题可以随时打开查阅。在网上搜索了许久,发现重构这本书有英文chm版本的,而中文版的电子书只有扫描的PDF版本,用起来非常不方便。于是萌生想做一本重构工具书的想法,本来打算自己重新将重构书的内容再整理归类一下,后来发现原书的目录编排就很适合做工具书,包括坏味道分类,重构手法归类等,都有了一个比较系统的整理。因此,我利用空余时间制作了这样的一本中文的chm版重构,希望对大家有所帮助,也算对中国软件业做出一点小小的贡献。 本书基本上是取自”重构”中文版一书的内容,但格式上参照的是chm英文版的格式,还有一些格式小修改,比如第一章的重构前后代码对比。因为时间匆促,个人能力有限,本书难免存在一些缺漏,如果大家发现有问题,随时可以给我发邮件,我会尽快更新错误的内容。 最后再次感谢几位大师 Martin Fowler、Kent Beck等,还有翻译的侯捷和熊节先生,为我们带来这么精彩的一本书。谢谢。 免责声明:本书仅供个人学习研究之用,不得用于任何商业目的,不得以任何方式修改本作品,基于此产生的法律责任本人不承担任何连带责任。
2022-05-01 18:57:29 1.52MB 重构 改善代码设计 chm 中文版
1
数据融合matlab代码LFASR-FS-GAF IEEE TPAMI 2020文件的PyTorch实施:“具有灵活采样和几何感知的融合的从粗到细的密集光场重构”。 要求 Python 3.6 PyTorch 1.3 Matlab(用于培训/测试数据生成) 数据集 我们提供用于准备训练和测试数据的MATLAB代码。 请先下载光场数据集,然后将其放入LFData相应文件夹中。 演示版 要重现本文提供的实验结果,请运行: (我们的(固定)在任务2x2→7x7下,用于合成LF数据) python test_pretrained.py --model_dir pretrained_models --save_dir results --arb_sample 0 --angular_out 7 --angular_in 2 --train_dataset HCI --test_dataset HCI --test_path ./LFData/test_HCI.h5 --psv_range 4 --psv_step 50 --input_ind 0 6 42 48 --save_img 1 --c
2022-05-01 13:25:07 120.24MB 系统开源
1
安全技术-网络信息-校园网络空间的秩序重构.pdf
2022-05-01 10:00:31 3.12MB 安全 网络 重构 文档资料
脉冲编码调制的完整代码,您可以在其中更改消息频率、采样频率、每个整数的位数,并且可以显示输出数字。
2022-04-30 23:56:48 2KB matlab
1
小波包分解与重构多种特征提取MATLAB代码 内容概要:该资源为博主自己编写,内含小波包分解与重构,小波包分解与重构后的频谱分析,小波包升降采样,小波包能量熵,小波包能量,小波包能量占比三种特征提取方法,内含封装好的特征提取函数,内含详细代码注释,更换输入数据就可直接运行,可直接更换小波包基函数,可直接生成特征向量,。 理论描述:小波包分解(wavelet packet decomposition,WPD)能够同时在低频和高频带内对信号进行分解,并自适应地确定不同频段上信号的分辨率,且各分解频带内信号相互独立、无冗余、不疏漏[。小波包分解层数越多,分辨率越高,包含故障信息越丰富。但层数过多会造成计算复杂且分析速度慢。一般需要根据实际需要和相关实验选取分解层数以及小波基函数。能量熵表示信号中出现的状态数目的可能性及相应概率,可用来评估信号的复杂性,可用来描述电信号、轴承等振动信号的特征变化。 适用人群:信号处理,机器学习,深度学习研究者对信号进行特征分析以及特征提取。 本代码为matlab代码,在matlab2020上编写。
安全技术-网络信息-温州产业区重构空间演化与网络.pdf
2022-04-30 17:01:14 13.84MB 安全 网络 重构 文档资料
基于log-sum范数的压缩感知重构算法,成萍,刘婷婷,压缩感知中基于l1范数的最小优化算法,并不是对l0范数的最有效的逼近方法。随着测量值的减少,l1范数恢复信号的能力也在下降。针对
2022-04-29 22:10:12 417KB 压缩感知; log-sum 范数;
1