采用matlab写的煤层槽波频散曲线,模型是对称三层模型,绘制的是LOVE型槽波基阶,一阶和二阶频散曲线。
直接可以运行绘图。
代码有详细注释。
1
在电网电压频率波动谐波含量较大的情况下。
硬件锁相很难准确检测到基波的相位.软件锁相技术具有数字控制的一切优点,研究了一种基于d口变换的三相软件锁相环。
实验结果表明,该方案解决了电网电压频率波动时的相位同步等问题,锁相精度高。
稳定可靠,并在工程上具有一定参考价值。
2024/3/16 21:35:17 1.43MB DSP2812
1
Arduino格力空调红外编码库,当时做的智能家居的一部分;
根据网上给的格力空调遥控器的文档自己做的大概16年左右做智能家居比赛做的!现在读硕士,严重缺csdn的积分啊!!就上传一些之前的资源,很好用的谢谢支持!里边会留下我的联系方式的!可以网络面基!
2024/3/11 13:47:46 2KB arduino 空调遥控 红外编码 格力
1
基于滤波法的径流分割软件。
在时间概念上把径流过程分割为基流和快速径流
2024/3/9 8:50:16 201KB 基流分割
1
适合于任何游戏的终极样条图解决方案。
只需点击几下(或编写几行代码)即可创建和编辑样条图、追寻路径、生成网格、控制粒子、编辑地形等等。
DreamteckSplines是一套高效,轻便的资源包,可帮助您满足在游戏和关卡设计上的需求,并为您节省大量时间。
主要功能:-编辑器和运行时样条图创建-埃尔米特、贝塞尔、B样条图和线性样条图-恒速跟随-网格生成-物体和粒子控制-样条图投射-移动端易用-程序化基元和预设保存-交汇-导入和导出功能-变形状态-多线程-轻松可扩展的功能-大量API文档和用户手册。
DreamteckSplines
2024/3/5 13:33:38 12.3MB unity3d
1
研究了1MeV和1.8MeV电子辐照下GaInPGaAsGe三结太阳电池的辐照损伤效应.电学性能研究结果表明,GaInPGaAsGe三结太阳电池的开路电压、短路电流和最大功率随辐照剂量的增加发生明显衰降,在1MeV电子辐照下剂量为1×1015cm-2时,与辐照前相比最大功率衰降了17.7%.暗I-V特性分析表明,高能电子辐照下三结电池串、并联电阻的变化是引起太阳电池电学性能衰降的重要原因.光谱响应分析结果表明,GaInPGaAsGe三结太阳电池电学性能发生明显衰降的主要原因是其GaAs子电池的严重损伤造成的,而GaAs子电池的损伤主要表现为基区底部光生载流子收集效率的明显衰降.提高GaInPGaAsGe三结太阳电池抗辐照能力的关键在于尽可能地减小GaAs子电池的基区损伤
2024/3/5 2:48:51 71KB 太阳能电池
1
InverseDistancetoaPower(反距离加权插值法)Kriging(克里金插值法)MinimumCurvature(最小曲率)ModifiedShepard"sMethod(改进谢别德法)NaturalNeighbor(自然邻点插值法)NearestNeighbor(最近邻点插值法)PolynomialRegression(多元回归法)RadialBasisFunction(径向基函数法)TriangulationwithLinearInterpolation(线性插值三角网法)MovingAverage(移动平均法)LocalPolynomial(局部多项式法)">InverseDistancetoaPower(反距离加权插值法)Kriging(克里金插值法)MinimumCurvature(最小曲率)ModifiedShepard"sMethod(改进谢别德法)NaturalNeighbor(自然邻点插值法)NearestNeighbor(最近邻点插值法)PolynomialRegression(?[更多]
2024/3/3 17:18:33 30KB Kriging
1
本虚拟仪器涉及主要功能包括:双通道信号输入、触发控制、通道控制、时基控制、波形显示、参数自测量等。
本虚拟仪器的数据采集的功能与普通示波器一样;
波形显示模式:通道A或B、A+B及A-B等;
电压参数测量,时间/频率参数测量,定位标尺,测量结果显示。
由于条件有限,没有数据采集卡,我在设计数据采集时,采用了LaBVIEW内部信号发生器来产生信号;
这些发生器有正弦波发生器、方波发生器、三角波发生器、锯齿波发生器,通过这些信号的输入来进行测量。
2024/3/3 12:23:21 299KB LabvIEW 示波器
1
美国卡耐基大学垃圾邮件分类数据集,英文,已划分好正负样本。
总共有5000多条记录,适合数据挖掘,机器学习中贝叶斯分类模型等应用
2024/2/29 21:33:31 1.72MB 垃圾邮件分类 数据集 数据挖掘
1
为了提高光伏发电功率预测的精度,本文在结合灰色预测算法(GM)与神经络预测算法优点的基础上,提出一种基于灰色径向基函数(RadicalBasisFunction,RBF)和神经网络光伏发电功率预测模型。
该预测模型综合了灰色预测算法所需历史数据少以及RBF神经网络预测算法自学习能力强的优点。
最后,运用南昌地区夏季和冬季晴天、阴天、雨天光伏发电历史数据在MATLAB应用平台编程实现对GM-RBF神经网络预测模型的预测精度进行验证,得出基于GM-RBF神经网络光伏发电预测模型在夏季晴天预测误差为6.495%、夏季阴天预测误差为12.146%、夏季雨天预测误差为21.531%、冬季晴天预测误差为8.457%、冬季阴天预测误差14.379%、冬季雨天预测误差为18.495%,其预测精度均高于灰色预测算法和RBF神经网络预测算法
2024/2/20 1:51:04 838KB 灰色预测 RBF
1
共 468 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