运用Python开发的从百度地图下载POI工具,可按照分类和范围下载。
2019/5/16 4:24:23 76KB GIS POI
1
dobot机械臂运动学,正逆运动学求解。
姿势有点问题但位置是对的需要的也是位置但每个关节有角度范围限制因为有反三角函数存在即使用atan2也不行因为sin由cos而来后续有时间回找一下sin的其他求没范围限制的
2015/2/12 23:20:55 193KB 机械臂
1
电容式湿度传感器,线性电压输入或频率输入,测量范围1%-99%RH,供电电压5-10V,在高温高酸高湿环境中使用寿命1000小时
2015/4/23 6:48:17 496KB 湿度传感器
1
解大范围线性方程组的预条件Gmres方法,系数矩阵可以非对称正定
2015/4/14 13:29:35 185KB Gmres算法 线性方程组
1
前言:不断在使用GDAL及其相关的库,发现网上对GDAL的内容倒是不少,但是很少有系统的介绍说明,以及GDAL内部的一些结构说明。
基于这些原因,将本人的一些粗浅的理解放在此处,形成一个系列,暂时名为《GDAL源码剖析》(名称有点大言不惭,欢迎大家口水吐之,板砖拍之),供大家交流参考,有什么错误之处,望大家不吝指正。
本系列对于GDAL的使用均是在Windows平台下,对于Linux平台下的不在此系列讨论范围之内。
此外,转载本博客内容,请注明出处,强烈鄙视转载后不注明出处的类剽窃行为。
2018/3/10 12:47:19 3.85MB GDAL
1
OA系统测试用例1 引言1.1 编写目的本文档的目的在于为执行测试提供用例,指导测试的实施,查找分析缺陷,评估测试质量。
1.2 文档范围本文档包括了功能测试用例、功能测试用例、GUI测试用例、压力测试用例。
1.3 读者对象测试工作组成员,项目经理,个别开发人员
2016/10/4 12:51:15 641KB OA测试用例
1
识别结果大概是这样{'result':{'face_num':1,'face_list':[{'quality':{'occlusion':{'right_eye':0,'left_cheek':0.1459853947,'right_cheek':0.05144193396,'left_eye':0.465408802,'mouth':0.02919708006,'chin_contour':0.01420217194,'nose':0},'illumination':116,'blur':7.266304692e-06,'completeness':1},'age':22,'face_token':'dc6f8f9df5d977ea476e2d04acdf5063','race':{'type':'white','probability':0.6173604727},'glasses':{'type':'common','probability':0.9834988713},'gender':{'type':'male','probability':0.655915916},'face_probability':0.9185044169,'beauty':51.21487427,'angle':{'roll':-2.750922441,'yaw':28.97134399,'pitch':5.202290535},'location':{'height':65,'top':112.0704803,'width':76,'left':76.20765686,'rotation':-4},'face_type':{'type':'human','probability':0.9992217422},'face_shape':{'type':'oval','probability':0.4419156313},'expression':{'type':'none','probability':0.9999142885}}]},'error_msg':'SUCCESS','timestamp':1537413754,'cached':0,'error_code':0,'log_id':9465840013520}年龄:22颜值:51.21487427表情-type(none:不笑;
smile:微笑;
laugh:大笑):none表情-probability(表情置信度,范围【0~1】,0最小、1最大):0.9999142885脸型-type(square:正方形triangle:三角形oval:椭圆heart:心形round:圆形):oval脸型-probability(置信度,范围【0~1】,代表这是人脸形状判断正确的概率,0最小、1最大):0.4419156313性别-type(male:男性female:女性):male性别-probability(性别置信度,范围【0~1】,0代表概率最小、1代表最大。
):0.655915916能否带眼镜-type(none:无眼镜,common:普通眼镜,sun:墨镜):common能否带眼镜-probability(眼镜置信度,范围【0~1】,0代表概率最小、1代表最大。
):0.9834988713人种-type(yellow:黄种人white:白种人black:黑种人arabs:阿拉伯人):white人种-probability(人种置信度,范围【0~1】,0代表概率最小、1代表最大。
):0.6173604727真实人脸/卡通人脸-type(human:真实人脸cartoon:卡通人脸):human真实人脸/卡通人脸-probability(人脸类型判断正确的置信度,范围【0~1】,0代表概率最小、1代表最大。
):0.9992217422
2015/7/3 8:12:32 3KB python3.5 百度ai 人脸识别
1
CISSP是一种反映信息系统安全专业人员水平的证书,可以证明证书持有者具备了符合国际标准要求的信息安全知识和经验能力,已经得到了全球范围的广泛认可。
CISSP认证考试由(ISC)²组织与管理,参加CISSP认证的人员需要遵守CISSP道德规范(Code of Ethics),同时要有在信息系统安全通用知识框架(CBK)的十个领域之中拥有最少2个范围的专业经验5年;
或者4年的有关专业经验及拥有学士资格或ISC2认可的证书。
此外,CISSP应考者还需要得到另外一位持有有效ISC2认证的专业人士推荐确认(Endorsement)。
有效的推荐人指任何持有CISSP、SSCP及CAP的专业人士。
随着全球性信息化的深入发展,信息网络技术已广泛应用到企业商务系统、金融业务系统、政府部门信息系统等,由于Internet具有开放性、国际性和自由性等特点,因而为保护机密信息不受黑客和间谍的入侵及破坏,各系统对网络安全的问题日益重视,在此方面的投资比例亦日趋增大。
为此,建立一套统一的标准,培养合格的信息安全专业人员来应付网络安全的需要显得尤为迫切。
CISSP正是为了满足此方面的需求发展而来,并在信息系统安全领域发挥了极为重要的作用。
2017/9/8 12:23:43 70KB CISSP 认证考试 网络安全 题集
1
把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。
对图像进行非线性拉伸,重新分配图像像素值,使一定灰度范围内的像素数量大致相同。
把给定图像的直方图分布改变成“均匀”分布直方图分布。
2016/8/19 21:05:57 2.03MB 直方图均衡化 图像加强
1
本项目采用主要芯片:STC12C5A60S2、LCD1602、MLX90614;
本资料是我今年做的项目,已经完美交货,现在把全部设计资料共享给大家压缩包里包含该项目的完整原理图、PCB图、程序、实物图等。
硬件设计部分使用Protel99SE或AltiumDesignerRelease10完成,软件设计部分采用Keil4完成。
可供需要的人参考。
一、毕业设计(论文)的内容运用所学的数字逻辑电路、模拟电子电路、单片机、测控电路等的基本知识,设计并制造一个非接触式红外线测温仪。
该系统以单片机为核心,外接其他外围电路组成。
二、毕业设计(论文)的要求与数据(与上述文字空1~行)要求所设计的系统具有下面功能:1.非接触式温度测量,温度测量范围至少包括-20℃---150℃2.温度显示,分辨率0.1℃3.可干电池供电,电量低时可显示或报警提示4.可扩展(如精确测量目标距离等)。
2015/5/11 19:14:41 9.73MB 毕业设计 单片机
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