跨平台的 NTRIP 客户端功能、清晰的源码结构，还有比较好用的认证机制，NtripClient-C++这个项目挺适合搞 GPS 差分定位的开发者。项目用 C++写的，原生支持 Linux，移植到 Windows 也不麻烦，改点编译配置就能跑。 RTCM 数据的实时传输，其实就是为了让 GPS 定位
C++ 0 次浏览
应用差分演化算法优化机器人模拟人行走时的关节角度变化，使其步态更加平稳。实验中使用了100个种群进行优化。
C 25 次浏览
静态背景下运动目标检测的抗噪性能较差。为此，提出一种改进的运动目标检测算法。对原始图像进行预处理，将五帧差分和背景差分相结合，利用基于自适应背景模型的动态阈值，提取图像中的运动区域，并进行形态学滤波和连通性检测，最终获取运动前景目标。实验结果表明，该算法能完整提取运动目标，背景适应性强，实时性好。
C++ 18 次浏览
隐私保护场景里的利器——tensorflow_privacy库，版本号是0.8.7，专门为想在模型训练中加点“隐私料”的人准备的。用的是差分隐私，说白了就是在你训练模型的时候，系统帮你自动打乱一些敏感信息，让数据不会被轻易“猜”出来。你平常用TensorFlow搞深度学习的，集成它也挺顺手的，基本没
Python 0 次浏览
隐私保护的深度学习方案，tensorflow_privacy 就是挺不错的选择。它是 Google 团队出的一个库，能帮你在训练模型的时候加上差分隐私，基本不用自己从头造轮子。 tensorflow_privacy-0.8.11 兼容 TensorFlow 2.x，安装就是个 .whl 文件，直接
Python 0 次浏览
基于基站和移动站的 RINEX 文件，差分计算移动站位置，输出结果到 output.txt。附带 MATLAB 程序，绘制 XYZ 坐标和时钟偏差随时间的变化。
C++ 18 次浏览
如果你在做机器学习相关的工作，尤其是涉及到隐私保护的项目，tensorflow_privacy-0.7.3.tar.gz 会对你挺有。它是一个专为 TensorFlow 设计的库，为机器学习模型差分隐私的保护功能。嗯，这个库的一个核心特点就是它可以让你在训练模型时，自动隐私保护相关的任务。对于你来说
Python 0 次浏览
迭代主成分分析在差分功耗分析中发挥着重要作用，通过迭代计算和分析数据，可以更准确地理解和评估差分功耗情况，为功耗优化提供有力支持。
C 28 次浏览
基于 MPICH 的 VTI 正演和逆时偏移的实现，比较适合搞地震成像的朋友研究一下，尤其是你对并行计算感兴趣的话，蛮值得一看。用的是有限差分法搞地震波传播，VTI 介质得也比较细，模拟效果还不错。加上MPICH并行，算大规模模型也不太卡。2D-VTI-FD+RTM-MPICH这个项目名一看就懂，代
C 0 次浏览
附合导线平差的日常工作中，如果你还在手动算坐标、算闭合差，那真的太浪费时间了。这个叫“附合导线一般平差 1.3 版”的小工具，做得还挺贴心。输入边长和角度，它直接帮你算好坐标、闭合差，还有误差。界面不复杂，响应也快，新手老手都能轻松上手。 测量的附合导线，用得最多就是地形图绘制、工程布控那些场景，简
Actionscript 0 次浏览