自己开拓python的三边定位模块，搜罗solve_quadratic_equation(a,b,c)：解二次方程triangle_area(x1,y1,x2,y2,x3,y3)：盘算三角形面积triangle_perimeter(x1,y1,x2,y2,x3,y3)：盘算三角形周长circle_intersect(r1,r2,x1,y1,x2,y2):盘算两圆交点locate(X,Y,R):行使两两相交的三个圆的6个交点，取合围边长最短的三个点的质心作为目的定位点
2023/5/1 5:38:44
3KB
1
%该法度圭表标准盘算平面四节点四边形等参元的刚度矩阵%输入弹性模量E、泊松比NU以及厚度h%输入四个节点一、二、三、4的坐标x1,x2,x3,x3,y1,y2,y3,y4%输入平面下场性子参数ID（1为平面应力，2为平面应变）%输入单元刚度矩阵
2023/3/27 20:25:19
1KB
1
多输出支持向量回归对于一般的回归问题，给定训练样本D={(x1,y1),(x2,y2),...,(xn,yn)},yi€R,我们希望学习到一个f（x）使得其与y尽可能的接近，w，b是待确定的参数。
在这个模型中，只要当f(x)与y完全相同时，损失才为零，而支持向量回归假设我们能容忍的f(x)与y之间最多有ε的偏差，当且仅当f(x)与y的差别绝对值大于ε时，才计算损失，此时相当于以f(x)为中心，构建一个宽度为2ε的间隔带，若训练样本落入此间隔带，则认为是被预测正确的。
（间隔带两侧的松弛程度可有所不同）------
在这个模型中，只要当f(x)与y完全相同时，损失才为零，而支持向量回归假设我们能容忍的f(x)与y之间最多有ε的偏差，当且仅当f(x)与y的差别绝对值大于ε时，才计算损失，此时相当于以f(x)为中心，构建一个宽度为2ε的间隔带，若训练样本落入此间隔带，则认为是被预测正确的。
（间隔带两侧的松弛程度可有所不同）------
2023/1/27 12:33:31
5KB
1
加反响[x,fs]=wavread('themass.wav');N=10000;x1=[x;zeros(N,1)];x2=0.5*[zeros(N,1);x];y=x1+x2;subplot(3,1,1);plot(y);title('含反响信号波形');y1=fft(y);subplot(3,1,2);
2020/1/15 22:31:58
324B
1
加反响[x,fs]=wavread('themass.wav');N=10000;x1=[x;zeros(N,1)];x2=0.5*[zeros(N,1);x];y=x1+x2;subplot(3,1,1);plot(y);title('含反响信号波形');y1=fft(y);subplot(3,1,2);
2020/1/15 22:31:58
324B
1
偶尔保存的，发现网上几乎找不到这个固件了，分享给大家！Newifi_mini_xCloudOS_y1_Build20180612_v3.2.1.9700_beta_sign.bin
2016/9/26 5:43:07
13.91MB
1
x=0:0.1:13;y1=cos(x);y2=cos(0.5*x);y3=cos(2*x);y4=cos(1.5*x);plot(x,y1,'c')holdonplot(x,y2,'b')holdonplot(x,y3,'y')holdonplot(x,y4,'g')holdonaxis([0,13,-1.2,1.2])title('OFDM包含四个载波的情况')xlabel('工夫')ylabel('幅度')
2016/2/16 23:27:33
270B
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