基于HDFS的大规模监控视频的细粒度检索，方瑞，李文生，Hadoop分布式文件系统（HDFS）被广泛用于存储大规模监控视频，然而目前并没有基于HDFS的监控视频细粒度检索方法。在本文中，我们借鉴�

随着Internet，无线传感器技术，云计算和移动Internet的集成发展，人们对物联网的研究和应用给予了很多关注。 无线传感器网络（WSN）是物联网中的重要信息技术之一。 它集成了多种技术，可以通过相互合作在网络环境中检测和收集信息，并使用多种方法来处理和分析数据，实现感知并执行测试。 本文主要研究无线传感器网络中传感器节点的定位算法。 首先，提出了一种多粒度区域划分方法来划分位置区域。 在基于范围的方法中，RSSI（接收信号强度指示器，RSSI）用于估计距离。 最佳RSSI值通过高斯拟合方法计算。 此外，Voronoi图的特征在于使用划分区域。 随机锚节点被视为每个区域的中心； 整个位置区域分为几个区域，相邻节点的子区域组合成三角形，而未知节点则锁定在最终区域中。 其次，使用多粒度区域划分和拉格朗日乘数法来计算最终坐标。 由于在实际应用中节点受多种因素的影响，设计了两种定位方法。 当未知节点位于定位单元内部时，我们使用矢量相似度方法。 此外，我们使用质心算法来计算未知节点的最终坐标。 当未知节点位于定位单元外部时，我们建立一个包含约束条件的拉格朗日方程，以计算第一个坐标。 此外，我们使用泰勒展开公式来校正未知节点的坐标。 此外，这种定位方法已经通过建立实际环境进行了验证。

数字图像处理大作业，图像细粒度分类，CUB-200-2011，Peking University

渗透测试整理，比较粗的颗粒度整理

摘要：本文采用 ALTERA公司 Cyclone系列的 FPGA芯片和 IP核 PCI_t32，设计了可应用于LSA系列激光粒度测试仪的数据采集系统，并在 FPGA内部实现了系统的控制逻辑和 PCI总线接口。该系统利用 AD7321可为 112路模拟信号提供一个 12位采样精度的数据采集通道，系统的数据平均传输速率达到了 3Mbps。利用该数据采集系统对标准粒子板的测量结果符合 ISO13320标准的要求，这表明该系统满足了设计的要求。 　　0 引言 　　随着现代科学技术的日益发展，颗粒尺寸及其分布在诸如石油、冶金、制药、建材等领域占据着越来越重要的地位。激光粒度仪就是用来测量微小颗粒尺寸

FineGym is provided by the Chinese University of Hong Kong.本数据集由香港中文大学提供。 finegym_categories.zip finegym_v1.0.zip

一，概述 1，适用范围 这是一个实时的，百度外卖评论的细粒度情感分析demo。所有网址仅适用于百度外卖店铺。 2，局限与不足 这个GUI应用程序只是展示基于HMM的细粒度分析可以完成什么效果，只是一个演示，还有很多没有完善的地方，需要优化的地方。 3，相互学习 希望大家可以相互分享自己的想法，如果大家有好的算法，可以优化，改进它，希望能联系我，大家相互学习。谢谢！ 二，GUI演示 1，总体界面 2，功能详解 2.1，实时爬取 输入百度外卖店铺的一个网址地址，实时爬取店铺评论。 2.2，评论分类，有效性检测 2.3，评价对象分类 2.4，颜色标记 2.5，属性-观点对撤 2.6，有监督的学习，用户自定义 2.7，统计面板 2.7.1，店铺整体评分分布 2.7.2，商品质量评分分布 2.7.3，配送服务评分分布 2.7.4，指标评价平均指标 2.7.5，整体评价变化趋势 2.7.6，订餐终端分

oxDNA是一种模拟代码，最初被认为是TE Ouldridge，JPK Doye和AA Louis（http://dx.doi.org/10.1063/1.3552946）引入的粗粒度DNA模型的实现。 此后进行了重新设计，现在已成为可扩展的仿真+分析框架。 它本身支持在CPU和NVIDIA GPU上进行DNA，RNA，Lennard-Jones和斑块粒子模拟。

MMAL网 这是论文用于细粒度的PyTorch实施（张帆，李萌，翟桂生，刘亦钊）由第27届国际多媒体建模国际会议（MMM2021）提供。 欢迎与我们讨论问题！ 目录 要求 的Python 3.7 pytorch 1.3.1 numpy的1.17.3 scikit图像0.16.2 Tensorboard 1.15.0 TensorboardX 2.0 tqdm 4.41.1 图像2.6.1 枕头6.1.0 数据集 下载数据集，并将提取的图像文件夹的内容复制到datasets / CUB 200-2011 / images中。 下载数据集并将提取的data / images文件夹的内容复制到datasets / FGVC_Aircraft / data / images ） 您也可以尝试其他细粒度的数据集。 培训TBMSL-Net 如果要训练MMAL-Net，请在运行py

激光粒度仪LISST-100培训教程.ppt