这个是我们自己整理的多媒体课程的复习题目讲义，希望有需要的自己下载就好啦

深度视觉目标跟踪综述论文：Deep Visual Tracking: Review and Experimental Comparison

ProTrip建立在与Google Places API集成的基础上，并且非常注重材料设计。 产品特点 基于原则的简单直观的界面。 酒店和餐厅还浏览行车路线的好地方的图片和评论！ 附近的景点查找附近的热门景点以及其他旅行者的评论和评分。 在所有设备上访问您喜欢的地方。 简单，可靠和安全的登录方式。 错误报告？ 功能要求？ 如果您需要帮助入门，请 开发人员设置 设置就像将项目导入Android Studio并进行构建一样简单（假设您拥有正确的构建工具和Android SDK）。 如果您在设置此设置时遇到任何问题，请，让我知道。 贡献者 执照 强大的

西南交通大学操作系统英文版复习资料-期末大题速成资料 Operating Systems Review Problems，期末复习时自己整理的答案，非常用心。 适用于操作系统第八版精髓与设计原理

酒店评论的情感分析和方面分类 这是MonkeyLearn系列文章的源代码，这些文章与使用机器学习模型分析酒店评论中的情绪和方面有关。 此代码在python2.7中运行。 （2018年5月更新-自从编写了这些蜘蛛以来，TripAdvisor和Booking.com对其网站进行了很大的更改，因此它们不再起作用。博客文章和代码对于作为如何构建Scrapy蜘蛛的示例仍然非常有用，但可悲的是，示例本身已不再起作用。我们将来可能会修复蜘蛛程序，因为它可能足以更新所有选择器以使所有功能再次正常工作。） 代码组织 该项目本身是一个Scrapy项目，用于从TripAdvisor和Booking等不同站点收集培训和测试数据。 此外，还有一系列Python脚本和Jupyter笔记本实现了一些必要的脚本。 TripAdvisor（hotel_sentiment / spider / tripadvisor_sp

IMDB Large Movie Review Dataset 适用于情感二元分类的数据集，旨在作为情绪分类的基准，该数据集中有 50,000 条两极分化明显的电影评论拥有训练和测试，还有 50,000 条未经标记的数据可供使用。 该数据集由斯坦福大学于 2011 年发布，相关论文有《Learning Word Vectors for Sentiment Analysis》。

苹果商店审核指南，众所周知，是iOS/MacOS app开发人员、运营人员必须深入研究的官方文档之一，研究不透彻很有可能新开发的app就会在审核期间悲剧，导致不必要的项目延期，以及制定匆忙的应对方案。 本指南是目前最新版本，于2020年6月6日更新，增加了app内提供用户注销账号功能的要求，具体要求，请参看官网：https://developer.apple.com/cn/support/offering-account-deletion-in-your-app/

Review of Linux Programming.ppt

计算机网络第6版课件：ch7 review.ppt

软件工程英文教学课件：Ch15 Review Techniques.ppt