我正在构建一个带有“参考类”（RC）类的 R 包。现在我正在准备 CRAN 提交。
我的主要导出类如下所示：
#' Oceans 2.0 API Client Library
#'
#' Provides convenient & easy access to Ocean Networks Canada's data.
#' For detailed information and usage examples, visit our
#' \href{https://wiki.oceannetworks.ca/display/O2A/R+Client+Library}{official Documentation}.
#'
#' @name Onc
#' @field token character. User token
#' @field showInfo logical. Print verbose debug comments
#' @field timeout numeric. Number of seconds before a request to the API is canceled
#' @field baseUrl character. Base URL for API requests
#' @field …研究该主题,可以找到作者使用"Bag of Words"模型进行图像分类/检索的论文,而其他人使用"Bag of features"模型进行类似的任务.
即使我对所涉及的方法有基本的了解(检测和提取视觉词,构建视觉词典,使用机器学习来训练分类器),我仍然看不出两种模型之间的差异.他们是同义词吗？也许我错过了显示差异的具体示例/文档......
我已经用C/C++编写了一段时间,我正在使用https://github.com/jarro2783/cxxopts库.该库使用add_options()函数来获取它的配置,如下所示:
options.add_options() ("option1", "Description1") ("option2", "Description2");
您可以添加任意数量的选项.
令人惊讶的是,这是有效的C/C++并且有效; 我从来没有见过这样的东西.
他们是怎么做到的？这个语法有名称吗？