兰州大学论文汇报学术答辩通用ppt模板,2套配色,共66P,圆弧裁图几何风创意设计封面,淡雅灰背景,渐变蓝配色,4套封面页,2套目录页、过渡页设计方案,版式内容包括通用型页面、功能型页面、逻辑图页面、数据与图表页等,本模板为#我给母校送模板#——第二届高校PPT模板设计大赛获奖作品,作者谢奔。
2021-12-06 14:09:36 28.55MB 兰州大学 论文答辩 我给母校送模板
1
400字左右《假如给我三天光明》读后感[工作范文].pdf
2021-12-06 12:00:20 14KB
Logisim电路 LRU电路接收来自给定存储器和地址的读写请求 要打开高速缓存电路-您必须下载logisim-evolution,然后在该程序中打开电路文件。
2021-12-05 18:15:12 21.02MB
1
隐秘相机.mindnode.zip
2021-12-04 22:24:28 69KB 范德萨 方式个人 对方过热
1
本文的autojs的脚本代码,用于给大家做学习和交流使用,大家可以下载下来做测试用。
2021-12-04 11:15:56 838B autojs javascript
1
我完全没有理由写这段代码,只是写起来很有趣。 在空闲的时候,我想知道如何从素数序列有效地计算第 n 个素数,给定索引 N。 是的,可能使用了素数函数,对于足够小的素数集,这是相当快的。 但是素数本身并不能解决这个问题。 Primes 返回小于或等于某个值的整个素数列表。 因此,您可能会调用素数,只是为了发现您生成的素数太少而无法获得您想要的特定素数。 更糟糕的是,假设您想找到 P(1e8)? 生成 100,000,000 个素数的整个列表是非常低效的,只需要该列表的最后一个元素。 一个密切相关的问题是询问有多少素数小于给定值。 我们可以通过 numel(primes(K)) 得到这个,但是如果数字 K 非常大,可能大到 2^32,对素数的调用将花费很长时间来执行。 nthprime 函数有效地解决了这两个问题。 例如,什么是 P(12345678)? nthprime(12345
2021-12-04 11:05:28 257KB matlab
1
用法:[data, result]= readtext(source、delimiter、comment、quotes、options) 无论您给它什么文本(文件), readtext 都会返回一个内容数组(或向我发送错误报告)。 Matlab 无法使用标准库读取可变长度行或变量类型值。 readtext 可以读取任何文本文件。 任何字符串(甚至正则表达式)都可以分隔,默认是逗号。 注释字符之后(包括)的所有内容,直到行尾,都将被忽略。 也可以给出引号,它们之间的所有内容都被视为一项。 有一些选项可以控制将转换为数字的内容以及如何保存空项目。 如果您发现任何错误,请告诉我: peder at axensten dot se。 source:要读取的文件。 可能是文件路径或只是文件名。 或:文本本身,请参阅下面的“文本源”。 分隔符:(默认值:',')任何非空字符串。 可能是一个正则表达式,
2021-12-04 10:09:45 7KB matlab
1
注意:需要优化工具箱才能使wilson.m正常工作它包括用于多余吉布斯能量的二参数模型Margules,Van Laar和Wilson,因此,用于活度系数。 二元混合物的VLE数据必须可用。 它们存储在变量中: x1-平衡液体摩尔。 组分1的压裂y1-平衡蒸气摩尔。 组分1的压裂P系统压力 在运行wilson.m,van laar.m和margules.m之前,请确保已加载这些变量。 还必须提供纯物质的饱和压力。 程序将计算模型参数,均方根以进行性能比较,然后根据模型绘制系统压力并与给定的实验数据进行比较。 这两个程序使用的方程都是基于Smith,Van Ness,Abbott和Swihart在他们的书《化学工程热力学概论》(第8版)中提出的方程。 文档中的样本问题也来自本书。 对于UNIQUAC,请提供结构和二元相互作用参数,以及两个组件的Antoine系数。 所用的方程式来自Pra
2021-12-03 18:24:42 2.9MB matlab
1
本篇文章主要是对JQuery中使用Ajax赋值给全局变量异常的解决方法进行了详细的介绍,需要的朋友可以过来参考下,希望对大家有所帮助
2021-12-03 17:49:10 32KB JQuery 全局变量 Ajax
1
关于 在当今以短消息和推文为交流核心的世界中,表情符号已成为表达思想和情感的主要形式。 它们突破了语言障碍,使人们可以非常简洁地表达全部内容。 随着表情符号在日常生活中的使用越来越多,有时我们会失去文本的上下文,并不确定是否要根据文本使用哪种表情符号。 我们的项目旨在通过分析给定文本的情绪并预测与之相关的表情符号,根据给定的文字建议表情符号。 要求 Python> = 3 NLTK> = 3.2.3 凯拉斯> = 2.0.7 词嵌入 下载 将它们放在src文件夹中 使用方法 朴素贝叶斯分类器( nb ) 决策树分类器( dtc ) LSTM( lstm ) 双向LSTM( blst
2021-12-03 15:35:16 1.9MB python emoji nlp machine-learning
1