karokumii
Follow
Stars
This demo shows how to detect the crack images using one-class SVM using MATLAB.
Matlab Codes for Kernelized Support Tensor Train Machines (KSTTM)
Matlab Codes for A Support Tensor Train Machines (STTM)
Try to realize the algorithm "support tensor machine"
🔥🔥🔥 强大的低代码动态表单组件，通过JSON数据驱动表单渲染，适配移动端，支持可视化设计。提高开发者对表单的开发效率。目前在政务系统、OA系统、ERP系统、电商系统、流程管理等系统中已稳定应用。
基于vue3+element-plus封装的通用表格、表单组件。通过简单的数据配置，即可实现数据的增删改查。
crudapi增删改查接口零代码后台管理页面，一键快速CRUD。框架采用Vue，控件库为Quasar， 形式为SPA单页面应用。 主要知识点：Vue基本知识，自定义组件，axios网络请求，Vuex状态管理，Router路由，本地存储LocalStorage、Session、Cookie，登录，本地调试，docker打包等。 主要功能：元数据管理，序列号管理，表关系设置，业务数据crud增删…
Avue.js2.0是基于现有的element-ui库进行的二次封装，简化一些繁琐的操作，核心理念为数据驱动视图,主要的组件库针对table表格和form表单场景，同时衍生出更多企业常用的组件，达到高复用，容易维护和扩展的框架，同时内置了丰富了数据展示组件，让开发变得更加容易
面向配置的crud框架，开发crud 快如闪电，超级表格；Options-oriented crud framework, develop crud as fast as lightning；based on vue3；super table
✨✨✨ Challenge your JavaScript programming limits step by step 前端手写题，一步步提升 JavaScript 编程水平
TypeScript 使用手册（中文版）翻译。http://www.typescriptlang.org
Collection of TypeScript type challenges with online judge
手写各种js Promise、apply、call、bind、new、deepClone....
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
实现最简 vue3 模型( Help you learn more efficiently vue3 source code )
「Java学习+面试指南」一份涵盖大部分 Java 程序员所需要掌握的核心知识。准备 Java 面试，首选 JavaGuide！
2023年 最新整理暑假实习（含Java，前端，测试，c++，嵌入式，算法岗），base（北京，上海，广州，深圳，杭州，西安，成都，南京），每周定时更新
《代码随想录》LeetCode 刷题攻略：200道经典题目刷题顺序，共60w字的详细图解，视频难点剖析，50余张思维导图，支持C++，Java，Python，Go，JavaScript等多语言版本，从此算法学习不再迷茫！🔥🔥 来看看，你会发现相见恨晚！🚀
GitHub最全的前端资源汇总仓库（包括前端学习、开发资源、数据结构与算法、开发工具、求职面试等）
It is the MATLAB implementation of the Unified Pin-SVM QPP which can minimize the Pinball loss function in true sense without bothering about the sign of its parameter t. All experimental results …
语音打卡社群维护的前端面试题库，包含不限于Vue面试题，React面试题，JS面试题，HTTP面试题，工程化面试题，CSS面试题，算法面试题，大厂面试题，高频面试题
50+ mini web projects using HTML, CSS & JS
A LLM based research assistant that allows you to have a conversation with a research paper
Oversampling for imbalanced learning based on k-means and SMOTE
Implement GANs to generate time-series signals for imbalanced learning problem. The experiments are conducted using CWRU bearing data.