BlackDex v3.2.0安卓应用脱壳.txt打包整理.zip
2022-04-09 21:28:15 672B android java apache #资源达人分享计划#
黑莓还能用的浏览器,支持中文,完美运行。
2022-04-08 14:07:07 450KB blackberry 智能手机
1
maxpda_BlackBerry_JDE_4.6.1,maxpda_BlackBerry_JDE_4.6.1,maxpda_BlackBerry_JDE_4.6.1
2022-04-07 18:31:51 160.8MB maxpda_Black
1
BlackBerry_JDE_Components_4.7.0
2022-04-06 02:30:17 134.64MB blackberry
1
describeX:面向数据科学家的可解释AI框架 ExplainX是面向数据科学家和业务用户的模型可解释性/可解释性框架。 使用explainX可以了解整体模型的行为,解释模型预测背后的“原因”,消除偏见并为您的业务涉众创建令人信服的解释。 为什么我们需要模型可解释性和可解释性? 必不可少的 解释模型预测 调试模型 检测数据偏差 获得业务用户的信任 成功部署AI解决方案 我们可以用explainX回答什么问题? 为什么我的模型出错? 我的模特有偏见吗? 如果是,在哪里? 我如何理解和信任模型的决策? 我的模型满足法律和法规要求吗? 我们已在服务器上部署了该应用程序,因此您可以使用
2022-04-03 22:02:41 1.19MB machine-learning scikit-learn transparency blackbox
1
OpenBBS是一个开放且可扩展的黑板系统,用于开发灵活的工作流程。 通过采用黑板图案可以实现灵活性。 OpenBBS是模块化且可嵌入的,这使其成为工作流程的轻量级解决方案。
2022-03-27 14:01:48 72KB 开源软件
1
黑板(Blackboard) 又称看板模式:在这种架构中,有两种不同的构件:一种是表示当前状态中心数据结构;另一种是一种相互独立的构件,这些构件对中心数据进行操作。这种架构主要用于数据库和人工智能系统的开发。 模式识别、数据挖掘。
2022-03-27 13:49:57 3.86MB 概要设计
1
一、仿真题目 某雷达侦察设备采用全向振幅单脉冲——全方位比幅法测向,天线方向图为 高斯函数,试求: (1)在波束交点损耗分别为 1dB和 3dB的条件下,在 15°、25°、35°、 45°方向上,四天线系统和六天线系统的理论测向误差; (2)对于交点损耗为 1dB的六天线系统,如果各信道的误差分别为下表, 试求该设备在 15°、35°方向上的系统测向误差。 二、全向比幅法(NABD)测向的基本原理 全向振幅单脉冲测向技术采用 N 个相同方向图函数的天线,均匀铺设在 360°方位内。相邻天线张角为 360°/N,各天线的方位指向分别为:    si iFF   1,,1,0i  N 对称天线方向函数  F 可按傅里叶级数展开如下: � � � ��m ∞ ���th��� (1) �� � t m � � � �th����� �� � � � � � ��h � ��m ∞ ���th��� � ���h�� � � mh�h…ht � � 用权值cos i�h ,sin  �i�h�,� � mh�h…ht � �,对各天线输出信号取加权和, 有: 误差项 天线 0 天线 1 天线 2 天线 3 天线 4 天线 5 通道失衡 dB 0 2 2 -2 -2 0 波束宽度° -3 -6 +2 0 +1 -5 安装误差° 1.5 0 -1.5 -1 1 1.5
2022-03-26 20:12:26 368KB leida duikang
1
腾讯游戏-蓝钻贵族 Black-Knight 黑骑士有线炫光8D滚轮游戏鼠标驱动, 支持8键自定义、宏编程,满足各类游戏设置功能(自带配置文件,可保存,无须重新设置,解决设置带来的烦恼);支持快速游戏模式、多媒体模式、办公模式切换!它是鼠标中的AK47, 好用又便宜.
2022-03-23 15:37:23 4.52MB 驱动 腾讯游戏 蓝钻贵族 Black-Knight
1
基本粒子群代码matlab 布莱克-斯科尔斯 该存储库包括具有最佳拓扑的全连接单层前馈神经网络的实现。 通过修改用于基本粒子群优化的 Yarpiz 代码,通过 Matlab 对实现进行编码。 特别感谢作为开发人员的 S. Mostapha Kalami Heris ()。 为了获得最佳网络拓扑,由 Ruben Martinez-Cantin [Martinez-Cantin, R., (2014) 开发的 BayesOpt 工具。 . Journal of Machine Learning Research , 15 (115), 3915--3919] 已被使用。 版权所有 (c) 2020,Korhan Gunel、Saadet Eskiizmirliler、Refet Polat 版权所有。 开发人员:Korhan Gunel(Adnan Menderes 大学,数学系) 联系方式: 该研究已被Computatitonal Economics (SCIE, 1.317 IF) 接受发表,首先在线发表。 您可以通过 Springer Nature SharedIt 从链接访问:rd
2022-03-20 13:33:13 588KB 系统开源
1