本设计是基于51系列单片机来进行的数字计算器系统设计，可以完成计算器的键盘输入，进行加、减、乘、除六位数范围内的基本四则运算，并在LCD上显示相应的结果。
设计电路采用AT89C51单片机为主要控制电路，利用MM74C922作为计算器4*4键盘的扫描IC读取键盘上的输入。
显示采用字符LCD静态显示。
软件方面使用C语言编程，并用PROTUES仿真。
附件内容：┠─────基于AT89C51单片机简易计算器的设计.doc┃┠─────calculator.c┃┠─────calculator.DSN┃ ┠─────calculator.hex
设计电路采用AT89C51单片机为主要控制电路，利用MM74C922作为计算器4*4键盘的扫描IC读取键盘上的输入。
显示采用字符LCD静态显示。
软件方面使用C语言编程，并用PROTUES仿真。
附件内容：┠─────基于AT89C51单片机简易计算器的设计.doc┃┠─────calculator.c┃┠─────calculator.DSN┃ ┠─────calculator.hex
2023/8/7 17:56:49
798KB
1
一副牌中抽去大小王剩下52张（如果初练也可只用1～10这40张牌），任意抽取4张牌（称牌组），用加、减、乘、除（可加括号）把牌面上的数算成24。
每张牌必须用一次且只能用一次，如抽出的牌是3、8、8、9，那么算式为（9-8）×8×3或3×8+（9-8）或（9-8÷8）×3等。
每张牌必须用一次且只能用一次，如抽出的牌是3、8、8、9，那么算式为（9-8）×8×3或3×8+（9-8）或（9-8÷8）×3等。
2023/8/4 11:43:28
7KB
1
该工具箱主要用于商业用Matlab软件包使用。
Matlab的工具箱已经在不同的计算机体系结构编译和测试，包括Linux和Windows。
大部分函数可以处理的数据集可高达20，000或更多点的数据。
LS-SVMlab对Matlab接口包括一个适合初学者的基本版本，以及一个多类编码技术和贝叶斯框架的更先进的版本。
Matlab的工具箱已经在不同的计算机体系结构编译和测试，包括Linux和Windows。
大部分函数可以处理的数据集可高达20，000或更多点的数据。
LS-SVMlab对Matlab接口包括一个适合初学者的基本版本，以及一个多类编码技术和贝叶斯框架的更先进的版本。
2023/7/30 3:43:08
1.49MB
1
此文件为中国大陆地区的高程数据文件，文件格式为：SRTM30格式。
分辨率为3秒，即高程数据为3秒乘3秒的方格。
此数据可以用于地理信息系统的开发，或用于其它基本地理信息系统的平台之中。
分辨率为3秒，即高程数据为3秒乘3秒的方格。
此数据可以用于地理信息系统的开发，或用于其它基本地理信息系统的平台之中。
2023/7/29 5:57:50
33.05MB
1
采用激光诱导击穿光谱（LIBS）技术结合偏最小二乘判别分析（PLS-DA）对新疆、青海和俄罗斯的白色软玉进行产地研究。
选取产自新疆（和田、于田、且末）、青海（格尔木）、俄罗斯（贝加尔湖）的146个白色软玉样品作为样品集，从样品集中随机抽取111个样品作为校正集，用于建立PLS-DA识别模型，剩余35个样品作为验证集，用于检验PLS-DA识别模型的预测效果。
采用LIBS对三个产地的软玉样品进行成分分析，选择Na、K、Al、Li、Be、Mn、Sr、Zr、Ba、Y、Ce作为目标元素，并选取589.995，766.490，396.152，670.793，313.042，257.610，407.771，389.138，455.403，437.493，401.239nm处的谱线作为目标元素的分析谱线，选取Si元素作为内标元素，以其在288.158nm处的谱线作为内标元素分析谱线，分别计算各目标元素与内标元素的谱线强度的比值Rx，由Rx组成自变量矩阵，用于模型的建立与预测。
实验结果表明，采用LIBS结合PLS-DA建立的产地识别模型，其校正自变量和验证自变量与实际分类变量的相关系数都大于0.9
选取产自新疆（和田、于田、且末）、青海（格尔木）、俄罗斯（贝加尔湖）的146个白色软玉样品作为样品集，从样品集中随机抽取111个样品作为校正集，用于建立PLS-DA识别模型，剩余35个样品作为验证集，用于检验PLS-DA识别模型的预测效果。
采用LIBS对三个产地的软玉样品进行成分分析，选择Na、K、Al、Li、Be、Mn、Sr、Zr、Ba、Y、Ce作为目标元素，并选取589.995，766.490，396.152，670.793，313.042，257.610，407.771，389.138，455.403，437.493，401.239nm处的谱线作为目标元素的分析谱线，选取Si元素作为内标元素，以其在288.158nm处的谱线作为内标元素分析谱线，分别计算各目标元素与内标元素的谱线强度的比值Rx，由Rx组成自变量矩阵，用于模型的建立与预测。
实验结果表明，采用LIBS结合PLS-DA建立的产地识别模型，其校正自变量和验证自变量与实际分类变量的相关系数都大于0.9
2023/7/27 20:56:48
5.55MB
1
基于四元数的姿态解算方法能够有效结合陀螺以及加速度计的误差特性，将运动场以及重力加速度两个互不相干的物理矢量进行互补融合。
主要利用陀螺仪测量的角速度作为四元数的更新，以重力加速度作为四元数的观测，通过8位微处理器实时解算姿态角。
基于四元数的解算方法，利用叉乘有效地把三轴陀螺以及三轴加速度计的数据进行融合，使得测量的俯仰角、横滚角逼近真角度，经过试验验证了该算法的有效性，且计算量少，在姿态控制领域有这良好的应用前景。
主要利用陀螺仪测量的角速度作为四元数的更新，以重力加速度作为四元数的观测，通过8位微处理器实时解算姿态角。
基于四元数的解算方法，利用叉乘有效地把三轴陀螺以及三轴加速度计的数据进行融合，使得测量的俯仰角、横滚角逼近真角度，经过试验验证了该算法的有效性，且计算量少，在姿态控制领域有这良好的应用前景。
2023/7/25 13:21:09
744KB
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