R 数据科学环境
具有完整 R (RStudio) 环境的 VM。 设置一个没有任何 faff 的 R 环境。
快速开始
假设 git、[Vagrant] 和 [VirtualBox] 已安装：
host$ git clone https://github.com/snowplow/r-data-science-environment.git
host$ cd r-data-science-environment
host$ vagrant up
这将启动一个 VM，在其上安装和 ，然后启动 R Studio Server。 然后，您只需将浏览器导航到：
http://localhost:8787
登录
username: rsuser
password: rspword
并进行数据处理...
笔记
R 是一个需要 RAM 的程序——这个 VM 是建立在它运行在具有 16GB
2021-06-07 16:04:03
4KB
1
Chart Control 例子几乎所有的Chart都能找到，Chart Control 例子几乎所有的Chart都能找到，
2021-06-03 18:46:29
5.6MB
1
使用卡尔曼滤波器在夜间环境中进行车道检测
自动驾驶计算机视觉技术的一个重要里程碑是在道路上寻找车道标记。 在这里，我们描述了在夜间环境中检测车道的过程。
挑战性
·低光强度·难以调整各种光强度的参数·边缘检测不良·阴影，突然的高强度汽车大灯
我们的方法
这些步骤中描述了我们的方法：
我们对每个视频帧执行伽玛校正以设置光强度
从图像中裁剪出“感兴趣的区域”，因此我们只能在ROI部分上查找泳道。 它有助于降低计算成本并提高fps。
应用双边滤波器消除噪声并平滑视频帧，但保留边缘。
应用HSV滤镜为固定范围内的像素创建蒙版
经过这些预处理（伽玛校正和滤波）后，我们使用Canny边缘检测器检测边缘。
之后，霍夫变换用于使用上一步中的边缘检测线。
检测到的线使用DBSCAN进行聚类，因为我们只希望跨车道的线。
卡尔曼滤波用于更好的车道检测。 在这里，我们为车道的聚集线应用了线性估计器，以
2021-05-31 19:10:54
3.71MB
1
Admission Leadership in Energy and Environmental Design(LEED)认证考试题库
2021-05-30 09:04:38
116KB
MSChart Web Sample 微软MSChart官方实例(Web版、winform版）
2021-05-25 16:50:30
9.95MB
1
jenkins 持续集成时，获取 Git commit changelog 插件，使用 SCM_CHANGELOG 获取 changelog。
常见于如下场景：
工作中用 Jenkins 做 iOS 和 Android 的持续集成，之前实现的是当 git 有新代码提交的时候，就会自动编译并上传安装包到蒲公英，然后自动发送QQ群通知或者讨论组通知给相关小伙伴，方便其他小伙伴直接下载测试。但也有一点不方便的是，其他人下载还不能明确的知道这一版更新了什么。考虑到因为每次 git 的代码提交会说明这次提交修改了什么，所以就打算直接把获取 git 的提交记录显示在最终的编译完成的通知中，直观的显示给每个人。
2021-05-20 15:01:48
12KB
1