研究了实时高精度激光光斑检测方法。
利用高帧频、高灵敏度CCD采集14位激光光斑视频；
分析了激光光斑的特征，在使用阈值分割出光斑区域后，通过上三邻域连续点计数算法检测了激光光斑区域；
分析了激光光斑中余光斑存在的原因，利用平均阈值法滤除了余光斑，在剩余的主光斑中计算获得了更为精确的光斑中心(含质心与形心)，制定了以参考帧为基准的视频帧序列的操作序列法光斑检测流程，解决了传统相邻帧相减法无法检测逆光斑帧及光斑中心位置不同的连续相邻光斑帧的问题。
实验结果表明，算法可实践用于在线实时与离线实时的高精度激光光斑检测。
利用高帧频、高灵敏度CCD采集14位激光光斑视频；
分析了激光光斑的特征，在使用阈值分割出光斑区域后，通过上三邻域连续点计数算法检测了激光光斑区域；
分析了激光光斑中余光斑存在的原因，利用平均阈值法滤除了余光斑，在剩余的主光斑中计算获得了更为精确的光斑中心(含质心与形心)，制定了以参考帧为基准的视频帧序列的操作序列法光斑检测流程，解决了传统相邻帧相减法无法检测逆光斑帧及光斑中心位置不同的连续相邻光斑帧的问题。
实验结果表明，算法可实践用于在线实时与离线实时的高精度激光光斑检测。
2024/8/11 7:22:26
4.02MB
1
量块支撑与安装方式对坐标测量机尺寸测量示值误差的影响已经越来越引起重视，尤其对于线性测量精度为0.6μm+1000/L以上的计量型坐标测量机量块安装姿态对校准结果的影响不可忽略。
利用单频激光干涉仪作为测量仪，通过专用变形量测量系统，测量量块在不同姿态下支撑位置对量块中心长度的影响。
提出利用多点支撑法，减小量块长度变化量的测试方案。
实验结果表明，采用多点支撑法测得量块最大变形量为+0.21μm，并根据对坐标测量机尺寸测量示值误差测量结果不确定度分析，重新计算其标准不确定度为0.75μm。
利用单频激光干涉仪作为测量仪，通过专用变形量测量系统，测量量块在不同姿态下支撑位置对量块中心长度的影响。
提出利用多点支撑法，减小量块长度变化量的测试方案。
实验结果表明，采用多点支撑法测得量块最大变形量为+0.21μm，并根据对坐标测量机尺寸测量示值误差测量结果不确定度分析，重新计算其标准不确定度为0.75μm。
2024/8/11 5:23:22
1.42MB
1
UML类图说明：各种UML元素的使用说明与示例，通过菜鸟与大鸟的一问一答来逐步阐释UML元素的用法。
2024/8/10 16:33:48
87KB
1
这是一个我找了很久才找到的一个java转音频格式的jar包，源码也在压缩包当中，现在拿出来和大家分享分享。
我用的时候只是需要将音频转成wav格式的，所以里面我只写了一个转wav的demo，需要的同仁下载下来可以在里面的api中看更多的用法。
我用的时候只是需要将音频转成wav格式的，所以里面我只写了一个转wav的demo，需要的同仁下载下来可以在里面的api中看更多的用法。
2024/8/8 10:09:03
11.11MB
1
基于Python自相关法时间序列的时间延迟计算，用matlab程序翻译成python并修改调试成功，很辛苦的额。
用于混沌系统、故障诊断等的相空间重构中的时间延迟计算。
用于混沌系统、故障诊断等的相空间重构中的时间延迟计算。
2024/8/8 6:22:14
4.72MB
1
1.matlab代码，在matpower环境下进行潮流计算，用略微修改的ieee30节点，程序在main.m中2.仅考虑了负荷的波动如有原理性的错误望指出
2024/8/8 0:10:56
10.3MB
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