彻底破解的版本,没有任何限制啦。
jsplumbtoolkit比开源版的强大很多,不过最便宜要3500刀,对于我们这种报着学习态度同志来说确实有点贵了,我去除了限制仅为了学习。
正式使用请大家使用正式授权的版本。
破解了jsplumbtoolkit的域名验证,不报错,用法只需要更换jsplumbtoolkit.js即可。
原版的不支持中文,其实只需要把js文件保存的编码改为UTF-8即可。
已支持中文。
1
应用程序中,经常需要保存一些用户的设置,所以就需要把这些设置保存到一个配置文件中,以便随时读取和写入。
这个代码就是用C#写的保存和读取程序运行目录下的XML配置文件的程序,配置文件也会自动生成,很灵活的。
共享给大家,大家可以很方便的调用,然后保存和读取自己的程序设置。
2025/7/1 4:07:57 15KB C# 保存 读取 XML
1
弘一网童(WebPortero)是一款智能化的网页保存工具,集网页抓取、内容识别、网页编辑、格式转换于一体,可以保存网页正文、图片、Flash等
2025/6/30 22:13:56 2.09MB 网页保存
1
ffmpeg实现读取摄像头麦克,编码保存mp4文件,参考了雷神的博客,在自己电脑上调试通过,代码作了优化,流程更加清晰,能跑,供学习用。
遇到任何问题,请联系
2025/6/30 1:05:10 23.61MB ffmpeg 视频编码 视频解码 源码
1
一个加强版的蜘蛛纸牌在Windows蜘蛛原有的功能上增加如下功能:1.能够回到发牌或收牌前。
2.增加反撤销操作。
3.有多个存档点可供保存。
界面与Windows蜘蛛无异,可玩性绝对有过之而无不及。
VS2005及MFC实现。
下载后请在vs2005以上版本中打开
2025/6/29 18:20:18 8.52MB 蜘蛛纸牌 超级 VC++ MFC
1
采用QT5.9实现非依靠ffmpeg、opencv、sdl的多功能播放器,其实还是跟ffmpeg挂钩的,各种事件、有截图保存功能,全屏等,稍加修改,可实现更多,绝对值得你拥有,初学者有福。

2025/6/28 18:12:47 10.21MB QT5 mediaplayer RTSP 本地解码播放
1
Auto_daily_report适用于XMUHealthSystem的Auto_daily_report介绍支持在“承诺xxxx”的下拉框选择“是”:check_box_with_check:支持保存表单:check_box_with_check:支持判断是否打卡成功:check_box_with_check:打卡失败,间隔1h后重新打卡若打卡失败5次,发邮件通知“打卡失败”打卡成功,发邮件通知“打卡成功”要求Seleniumpipinstallseleniumchromedriver下载地址::linux放到/usr/bin目录下邮件设定档autoReport.shusrname="yourusername"#usernamepassword="yourpassword"#passwordemail="youremail"#emailtoreceiveres
2025/6/28 17:55:07 7KB Python
1
Python处理文件夹下图片,将一张图片分割成若干张并保存,文件夹内批量处理
2025/6/28 9:26:49 2KB python 批量处理 裁剪分割图片
1
MATLAB中AR模型功率谱估计中AR阶次估计的实现-psd_my.rar(最近看了几个关于功率谱的问题,有关AR模型的谱估计,在此分享一下,希望大家不吝指正)(声明:本文内容摘自我的毕业论文——心率变异信号的预处理及功率谱估计)(按:AR模型功率谱估计是对非平稳随机信号功率谱估计的常用方法,但是其模型阶次的估计,除了HOSA工具箱里的arorder函数外,没有现成的函数可用,arorder函数是基于矩阵SVD分解的阶次估计方法,为了比较各种阶次估计方法的区别,下面的函数使用了'FPE','AIC','MDL','CAT'集中准则一并估计,并采用试验方法确定那一个阶次更好。
)………………………………以上省略……………………………………………………………………假设原始数据序列为x,那么n阶参数使用最小二乘估计在MATLAB中实现如下:Y=x;Y(1:n)=[];m=N-n;X=[];%构造系数矩阵fori=1:m  forj=1:n      X(i,j)=xt(ni-j);  endendbeta=inv(X'*X)*X'*Y';复制代码beta即为用最小二乘法估计出的模型参数。
此外,还有估计AR模型参数的Yule-Walker方程法、基于线性预测理论的Burg算法和修正的协方差算法等[26]。
相应的参数估计方法在MATLAB中都有现成的函数,比如aryule、arburg以及arcov等。
4.3.3AR模型阶次的选择及实验设计文献[26]中介绍了五种不同的AR模型定阶准则,分别为矩阵奇异值分解(SingularValueDecomposition,SVD)定阶法、最小预测定误差阶准则(FinalPredictionErrorCriterion,FPE)、AIC定阶准则(Akaika’sInformationtheoreticCriterion,AIC)、MDL定阶准则以及CAT定阶准则。
文献[28]中还介绍了一种BIC定阶准则。
SVD方法是对Yule-Walker方程中的自相关矩阵进行SVD分解来实现的,在MATLAB工具箱中arorder函数就是使用的该算法。
其他五种算法的基本思想都是建立目标函数,阶次估计的标准是使目标函数最小化。
以上定阶准则在MATLAB中也可以方便的实现,下面是本文实现FPE、AIC、MDL、CAT定阶准则的程序(部分):form=1:N-1  ……    %判断是否达到所选定阶准则的要求  ifstrcmp(criterion,'FPE')    objectfun(m1)=(N(m1))/(N-(m1))*E(m1);  elseifstrcmp(criterion,'AIC')    objectfun(m1)=N*log(E(m1))2*(m1);  elseifstrcmp(criterion,'MDL')    objectfun(m1)=N*log(E(m1))(m1)*log(N);  elseifstrcmp(criterion,'CAT')    forindex=1:m1        temp=temp(N-index)/(N*E(index));    end    objectfun(m1)=1/N*temp-(N-(m1))/(N*E(m1));  end    ifobjectfun(m1)>=objectfun(m)    orderpredict=m;    break;  endend复制代码orderpredict变量即为使用相应准则预测的AR模型阶次。
(注:以上代码为结合MATLAB工具箱函数pburg,arburg两个功率谱估计函数增加而得,修改后的pburg等函数会在附件中示意,名为pburgwithcriterion)登录/注册后可看大图程序1.JPG(35.14KB,下载次数:20352)下载附件 保存到相册2009-8-2820:54上传登录/注册后可看大图程序2.JPG(51.78KB,下载次数:15377)下载附件 保存到相册2009-8-2820:54上传下面本文使用3.2.1实验设计的输出结果即20例经预处理的HRV信号序列作为实验对象,分别使用FPE、AIC、MAL和CAT定阶准则预测AR模型阶次,图4.1(见下页)为其中一例典型信号使用不同预测准则其目标函数随阶次的变化情况。
从图中可以看出,使用FPE、AIC以及MDL定阶准则所预测的AR模型阶次大概位于10附近,即阶次10左右会使相应的目标函数最小化,符合定阶准则的要求,使用CAT定阶准则预测的阶次较小,在5~10之间。
图4.2(见下页)为另一例信号的阶次估计情况,从中也可以得到同样的结论。
(注,实验信号为实验室所得,没有上传)登录/注册后可看大图图片1.JPG(28.68KB,下载次数:5674)下载附件 保存到相册2009-8-2820:54上传
2025/6/27 16:08:25 6KB matlab
1
解决了原版无法解析转义字符的问题。
解决了保存数据时Unicode字符未转义的问题。
2025/6/27 9:45:16 42KB C++ Json Jsoncpp
1
共 1000 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡