VC6.0编译！利用的算法类似于买票排队，你总会到队列最短的窗口去排队，但往往会有其他队列办事速度快，队列长度很快变得比你所在队列的还短，但你改变自己的队列去当前较短的队列时，可能没过多久刚刚你在的队列又比你现在所处的队列短了，因为队短不代表等待时间短，你无法预测每个队列你需要等待的时间。
所以在该种制度下，不同于买票排队的这种可以随便更换队列的随意性，我们在第一种算法中设定：每到达一个客户将其排在队列最短的队尾，且不管其它队列是否变的更短，甚至已经空闲，该客户也只能在已队列中等待前面的客户办理完业务自己才能办理业务，很明显这种算法效率不是最好的。
一是时间利用率不高，而是无法保证先到达的客户的办理业务时间一定比后到达的客户早。
所以在该种制度下，不同于买票排队的这种可以随便更换队列的随意性，我们在第一种算法中设定：每到达一个客户将其排在队列最短的队尾，且不管其它队列是否变的更短，甚至已经空闲，该客户也只能在已队列中等待前面的客户办理完业务自己才能办理业务，很明显这种算法效率不是最好的。
一是时间利用率不高，而是无法保证先到达的客户的办理业务时间一定比后到达的客户早。
2023/7/22 18:49:06
1.38MB
1
本文提出了一种改进的遗传算法,并用其实现BP神经网络的拓扑结构和参数的优化。
改进的遗传算法采用了一种新的编码方式,并对遗传操作进行了改进。
仿真试验的结果表明,这种算法能够有效地提高BP神经网络结构和参数的优化效率
改进的遗传算法采用了一种新的编码方式,并对遗传操作进行了改进。
仿真试验的结果表明,这种算法能够有效地提高BP神经网络结构和参数的优化效率
2023/7/16 21:17:22
117KB
1
Harris是一种高效的角点检测算法，但不具备尺度不变性。
SURF（speeded-uprobustfeatures）算法虽然能很好地解决图像尺度变化问题，但是在特征点提取方面没有Harris稳定。
针对Harris和SURF两种算法的特点，提出一种新的Harris-SURF特征点提取算法。
首先用Harris算法检测图像角点，再用SURF算法提取图像特征点；
然后合并角点和特征点，并剔除重复点获得新的特征点集，确定新特征点的主方向并生成特征描述符，再对图像使用比值法进行初匹配；
最后利用RANSAC剔除错误匹配点实现精确匹配。
实验结果表明，该算法对图像存在旋转、缩放、光照及噪声变化有较强的鲁棒性，同时提高了运行效率。
SURF（speeded-uprobustfeatures）算法虽然能很好地解决图像尺度变化问题，但是在特征点提取方面没有Harris稳定。
针对Harris和SURF两种算法的特点，提出一种新的Harris-SURF特征点提取算法。
首先用Harris算法检测图像角点，再用SURF算法提取图像特征点；
然后合并角点和特征点，并剔除重复点获得新的特征点集，确定新特征点的主方向并生成特征描述符，再对图像使用比值法进行初匹配；
最后利用RANSAC剔除错误匹配点实现精确匹配。
实验结果表明，该算法对图像存在旋转、缩放、光照及噪声变化有较强的鲁棒性，同时提高了运行效率。
2023/7/9 20:05:35
1.35MB
1
1.一共包括30多种数学算法，其中有：层次分析法、插值与拟合、微分方程建模、神经网络模型、偏微分方程数值求解、目标规划、灰色系统理论及其应用的数十种算法。
2.每个算法主要包括算法介绍、应用例子介绍、MATLAB代码实现。
3.PDF版本
2.每个算法主要包括算法介绍、应用例子介绍、MATLAB代码实现。
3.PDF版本
2023/6/8 12:53:47
7.98MB
1
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