为研究不同激光喷丸(LSP)工艺参数对强化效果的影响,以ISIGHT软件为平台,结合数值模拟软件ANSYS建立了激光喷丸参数化文件。
采用多岛遗传算法对激光工艺参数进行优化,获得一组最佳参数组合。
探讨了不同峰值压力及光斑半径对残余应力场及塑性变形的影响,结合实验对优化后激光参数下的塑性变形结果进行了验证。
结果表明:模拟结果和实验结果一致性较好,所设计的优化方法可行,对今后的研究具有指导意义。
1
(1) 能够用鼠标操控方式,绘制直线、矩形、椭圆。
(2) 在绘图时,选择绘制某种图像后(如直线),在画布中按住鼠标左键后移动鼠标,在画布中实时的根据鼠标的移动显示相应的图形。
在松开鼠标左键后,一次绘图操作完成。
(3) 能够在绘制一图形(如一条直线)前设置线的粗细、颜色。
(以菜单方式)(4) 可以以矢量图方式保存绘制的图形。
(5) 可以读取保存的矢量图形文件,并显示绘图的结果。
2024/7/27 8:13:48 233KB vc++画图版
1
Tecplot360是美国Tecplot公司推出的系列软件中的一员,Tecplot360EX是Tecplot360的加强版本,是一套专业CFD和数值模拟与视觉化的软件工具。
Tecplot360界面友好,易学易用,能按照您的设想迅速的根据数据绘图及生成动画,对复杂数据进行分析,进行多种布局安排,并将您的结果与专业的图像和动画联系起来,主要用户图形可视化方面,能为设计师们节省大量时间和精力。
需要的
2024/7/25 19:25:48 104.31MB 图形图像
1
手工构造一个能够识别C语言的所有典型单词,如:标识符、数字、运算符,和if、while等保留字的确定有限自动机,并写出对应该自动机的程序;
然后以一个简化的C语言程序为输入文件,通过所设计的基于上述自动机的词法分析程序获得输入文件中的各个单词及其内码对照表,并以文件形式保存结果(也就是TOKEN序列)。
2024/7/25 11:08:01 112KB 编译原理 最终为cpp 词法分析器
1
观测指标标识符逻辑命名与编码系统(LogicalObservationIdentifiersNamesandCodes,LOINC)是一部数据库和通用标准,用于标识检验医学及临床观测指标。
LOINC数据库旨在促进临床观测指标结果的交换与共享。
其中,LOINC术语涉及用于临床医疗护理、结局管理和临床研究等目的的各种临床观测指标,如血红蛋白、血清钾、各种生命体征等。
当前,大多数实验室及其他诊断服务部门都在采用或倾向于采用HL7等类似的卫生信息传输标准,以电子消息的形式,将其结果数据从报告系统发送至临床医疗护理系统。
然而,在标识这些检验项目或观测指标的时候,这些实验室或诊断服务部门采用的却是其自己内部独有的代码。
这样,临床医疗护理系统除非也采用结果产生和发送方的实验室或观测指标代码,否则,就不能对其接收到的这些结果信息加以完全的“理解”和正确的归档;
而当存在多个数据来源的情况下,除非花费大量的财力、物力和人力将多个结果产生方的编码系统与接受方的内部编码系统加以一一对照,否则上述方法就难以奏效。
作为实验室检验项目和临床观测指标通用标识符的LOINC代码解决的就是这一问题。
  LOINC数据库实验室部分所收录的术语涵盖了化学、血液学、血清学、微生物学(包括寄生虫学和病毒学)以及毒理学等常见类别或领域;
还有与药物相关的检测指标,以及在全血细胞计数或脑脊髓液细胞计数中的细胞计数指标等类别的术语。
LOINC数据库临床部分的术语则包括生命体征、血液动力学、液体的摄入与排出、心电图、产科超声、心脏回波、泌尿道成像、胃镜检查、呼吸机管理、精选调查问卷及其他领域的多类临床观测指标。
  Regenstrief研究院(RegenstriefInstitute,Inc.)最初于1994年建立了LOINC,且至今一直负责着它的维护工作。
Regenstrief研究院是一家国际上公认的非营利性医学研究机构。
LOINC是针对临床医疗保健与管理工作在电子数据库方面的需求而创建的。
公众可免费获得和使用LOINC。
Regenstrief研究院(RegenstriefInstitute)一直负责并承担着LOINC数据库及其支持文档的维护工作。
如今(截至2014年10月12日),LOINC标准已经具有英语、德语、法语、西班牙语及简体中文等共计20个语种/方言,而其网站已经拥有34694位用户,分别来自163个国家/地区。
2024/7/25 5:23:57 558KB loinc 用户指南
1
Pythone+pyq5+opencv多线程模式调用摄像头。
这样你在识别人脸的时候,可以通过线程输出结果,这时候摄像头保持流畅视频。
2024/7/24 21:32:26 167KB Pythone pyq5 opencv  摄像头
1
基于物品的协同过滤算法实现图书推荐系统。
在当下这个信息爆炸的时代,各种各样的书籍条目繁多,浩如烟海;
相应地,为满足用户需求,电商平台需要推荐系统来帮助用户找到自己可能需要的书籍。
本文旨在利用基于物品的协同过滤算法,来实现一个图书推荐系统。
本文首先介绍了推荐系统的发展历史,及目前常用的几种推荐算法的介绍与比较,然后以基于物品的协同过滤算法为基础,详细介绍图书推荐系统的构建。
在该系统中,主要功能分为用户功能和图书推荐功能。
用户功能包括用户账号的登录与注册,书籍查询,书籍评分。
图书推荐功能利用基于物品的协同过滤算法,先计算各个书籍之间的相似度,再根据物品相似度和用户的行为数据计算用户对各个书籍的兴趣度,从而得出推荐结果。
2024/7/24 17:27:45 951KB 推荐系统
1
基于mondrian开发的小例子,通过写mdx语句,将查询结果展示出来。
等有时间把数据的钻取链接加上,欢迎一起交流!如果你添加了记得发一份给我哦。
2024/7/24 15:44:14 154KB mondrian bi wcf jfreechart
1
使用C代码编写的复数矩阵求逆的C代码。
已经和matlab结果做出对比,无误
2024/7/24 7:46:52 1.18MB 复数矩阵求逆 C代码 高斯消去法
1
本次设计的目标是捕获网络中的IP数据包,解析数据包的内容,将结果显示在标准输出上,并同时写入日志文件。
实验要求:1)以命令行形式运行:ipparselogfile,其中ipparse是程序名,而logfile则代表记录结果的日志文件。
2)在标准输出和日志文件写入捕获的IP包的版本、头长度、服务类型、数据包总长度、数据包标识、分段标志、分段偏移值、生存时间、上层协议类型、头校验和、源IP地址和目的IP地址等内容。
2024/7/23 12:05:51 13.37MB 解析IP数据包 C++
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 钉钉 钉钉打卡