点击浏览器中的URL链接,启动特定的App。 首先做成HTML的页面,页面内容格式如下: 启动应用程序 这一句就可以了。 各个项目含义如下所示: scheme:判别启动的App。 ※详细后述 host:适当记述 path:传值时必须的key ※没有也可以 query:获取值的Key和Value ※没有也可以 作为测试好好写了一下,如下: 启动应用程序 接下来是Android端。 首先在AndroidManifest.xml的MAIN Activity下追加以下内容。(启动Activity时给予) ※必须添加项
2021-12-26 19:21:34 29.25MB URL-scheme
1
Scheme 哲学:程序设计语言的设计不应该是特征的堆砌,而应消除那些需要依赖于多余特征的弱点和局限。 Scheme 语言证明, 极少的表达式构造规则和不加限制的表达式复合方式可以 构造出实用而高效的程序设计语言,其灵活性足以支持今 天的大部分主流编程模型。 Scheme 的第一份描述文档编写于 1975 年[28]。 1978 年发 布的修订报告[25] 描述了 MIT 实现中语言的演化情况,该 实现带有一个开创性的编译器[26]。 1981 和 1982 年开始的 三个独立的项目将 Scheme 的不同变体用于 MIT、 Yale 和 Indiana 大学的课堂教学[21, 17, 10]。一部导论性质的,使 用 Scheme 语言的计算机科学教材于 1984 年出版[1]。 由于 Scheme 得到了日益广泛的应用,语言的局部方言开 始产生分歧,以至于学生和研究者不时会发现自己很难 理解其他地方编写的代码。于是, Scheme 各主要实现版 本的十五位代表于 1984 年 10 月聚集在一起,以制定一份 更好的、能被更广泛接受的 Scheme 语言标准。他们的报 告[4]于 1985 年夏天在 MIT 和 Indiana 大学出版。后续的 修订版本于 1986 年春天[23]和 1988 年春天[6]发布。现在 这份报告反映了 1992 年 6 月在 Xerox PARC 会议上达成 一致的进一步修订意见。 我们希望这份报告属于整个 Scheme 社区,因此我们授 权大家免费复制它的全部或部分内容。我们特别鼓励 Scheme 的实现者将这份报告用作手册和其他文档的出发 点,并在需要时修改报告的内容。
2021-12-18 22:26:17 521KB Scheme Lisp
1
Structure and Interpretation of Computer Programs 经典的编程教程SICP 之 Python 描述,中文版。值得收藏。 译本参照的原版在此 http://www-inst.eecs.berkeley.edu/~cs61a/sp12/book/ 翻译版权归译者。
2021-12-16 19:30:50 3.82MB Lisp Scheme Python
1
URL_Scheme页面跳转协议使用Demo,基于Kotlin,下载使用问题请留言沟通
2021-12-16 11:07:13 812KB scheme android
1
在分类及预测任务中对高维类别(category)变量的预处理方法
2021-12-09 19:29:49 290KB Categorical
1
周期共享方案统计项目 在这个项目中,我们分析了trip.csv数据文件,并告诉公司在哪里吃午餐,以赚取大量利润。 基于分析...。数据位于Cycle-Sharing-Scheme-Stats-Project.zip文件中
2021-12-09 11:03:10 1.53MB JupyterNotebook
1
方案_编译器 源语言:方案的一个子集目标语言:汇编代码 (IA32) 实现语言:scheme 基于 Abdulaziz Ghuloum 发表的论文“An Incremental Approach to Compiler Construction” (进行中 )
2021-11-16 13:38:52 11KB Scheme
1
用反向传播方法解决全波非线性逆散射问题 该Matlab代码用于通过BPS用卷积神经网络解决逆散射问题。 版权所有:copyright:2019,新加坡国立大学,准威。 请先下载matconvnet 1.0-beta23: ://www.vlfeat.org/matconvnet/记住将其压缩。 要使用mex,您还需要安装Visual Studio。 (1)Matlab代码用于在Z.Wei和X.Chen,“全波非线性逆散射问题的深度学习方案”中实施反向传播方案(BPS),IEEE地理科学与遥感学报,57( 4),第1849-1860页,2019年。此Matlab代码用于通过BPS解决卷积神经网络的逆散射问题,该方法由准威(weizhun1010 @ gmail。com)编写。 如有任何疑问,请随时联系。 仅需要CPU,您可以轻松地将其调整为GPU版本或Python版本。 (2)训练后,您可以通过运行“
2021-11-03 10:16:20 10.91MB MATLAB
1
Canonical Variate Analysis ,用于分析多组变量相关性,并能反应各变量重要程度
2021-11-01 11:23:39 224KB Canonical Variate Analysis
1
ALAMOUTI 执行蒙特卡罗模拟并估计 Alamouti 方案 [1] 在瑞利信道上的误码率 (BER)。 该方案假定 2 个发送 (Tx) 和任意数量的接收 (Rx) 元素。 如果Rx = 1(一个接收元素),则将ALAMOUTI转换为具有最大比率组合(MRC)的2阶发送分集方案。 调制格式为任意阶数 M 的 MPSK,可由用户控制。 使用内置的图形用户界面 (GUI) 输入仿真参数,其中包含: 1. 要传输的来自两个 Tx 元素的对符号数量:N。该数量应至少是预期 1/BER 的 10 倍,以提供低估计误差。 2. MPSK 阶 M,必须是 2 的幂。 3. 信噪比 (SNR),单位为 dB,是一个 Rx 元件的平均接收功率与该元件的噪声功率之比。 4. 用户不能改变的发射元素数量Tx=2。 5.接收元件Rx的数量可以是任意的。 该程序不会检查进料参数的格式,也不会发
2021-10-28 10:26:12 6KB matlab
1