虹膜识别是当前应用最为方便和精确的一种。
虹膜识别技术被广泛认为是最具有发展前途的生物认证技术,未来的安防、国防、电子商务等多种领域的应用,也必然的会以虹膜识别技术为重点,市场应用前景非常广阔。
该书主要引见虹膜识别的算法和原理,从虹膜识别的本质和技术方面给予普及和提供研究思路。
1
基于节点的过程和无限游戏地图生成器。
图上的每个节点代表一个地形或对象生成器:噪声,voronoi,混合,曲线,侵蚀,散布,森林等。
一旦连接了节点,魔术便会发生:将在没有任何人工参与的情况下创建游戏地图。
无需艰苦的工作来雕刻和绘制广阔的地形,放置数千个对象,绘制草地:只需以节点图的方式向插件下订单即可自动创建地图!支持多种生物群落:来自不同图形的森林,沙漠,雪原,丛林和其他地形类型可以融合在一起。
在固定(非动态)模式下:所有资产均使用标准Unity地形。
该资产附带完整的源代码。
2019/9/10 14:35:53 99.46MB unity3d
1
U-Net:用于生物医学图像联系的卷积网络翻译自:k3v1n1990s原论文:U-Net:ConvolutionalNetworksforBiomedicalImageSegmentation
2016/10/20 21:27:41 468KB unet;U-net;
1
netlogo用于模仿生物群体的活动,可用在研究多智能体协同控制的研究方面
2015/5/12 12:20:48 215KB 多智能体协同 模拟群体活动
1
光波导具有结构简单,体积小,耐腐蚀,电绝缘性好,便于集成等特点。
光波导对折射率、吸收以及放光过程(例如:化学发光或荧光)的变化敏感。
这些变化对波导中传输的光起到了调制造用,可利用光波导的这些特性制成各类传感器。
其中光波导生物化学传感器是将光波导技术与化学、生物工程技术相结合,它必将会在生物化学领域中发挥重要作用。
本文综述了已经研制出的几种类型的光波导生物传感器,并对其特性进行了比较。
1
最终年份项目r305作为我最后一年毕业项目的一部分;
使用生物识别技术的考勤管理系统的设计与开发。
该项目实现了一个小型库,用于通过与上位机的串行通信与adafruitr305指纹模块进行交互。
在我们的例子中,上层计算机是树莓派(3),这克服了arduino无法从模块字符缓冲区或闪存库中获取模板到上层计算机进行外部存储(例如数据库)的特定限制。
该库还旨在克服arduinoc++库无法解决的这一难题。
因而,与其说不修改arduino库,不如说我们为什么不建我们的python库。
对项目的致谢,该项目为图书馆带来了极大的启发。
它还实现了一些适合我们(我自己,和)项目需求的模块,这些模块是指纹注册以及针对演讲和考勤的验证。
我们在此项目中构建的库部分由我们进一步开发,我们在pypi上将其作为python官方包(库)发布。
文档是readthedocs,和GitHub库
2019/11/3 6:03:39 10KB Python
1
PSO算法是从这种生物种群行为特征中得到启发并用于求解优化问题的,算法中每个粒子都代表问题的一个潜在解,每个粒子对应一个由适应度函数决定的适应度值。
粒子的速度决定了粒子移动的方向和距离,速度随自身及其他粒子的移动经验进举动态调整,从而实现个体在可解空间中的寻优。
2016/2/22 11:30:53 22KB pso-pid
1
生物信息学的机器学习方法对基因测序等有深入讨论,设计统计推断,统计学习等内容
2015/11/15 17:42:40 12.02MB 机器学习
1
提出并演示了一种用于同时测量溶液中的折射率和温度的全光纤传感器。
传感头包含一个核心偏移马赫曾德尔干涉仪(MZI)和光纤布拉格光栅(FBG)。
MZI的干涉条纹和FBG的布拉格波长会随着环境折射率(RI)和/或温度的变化而移动。
实验结果表明,传感器的RI灵敏度和温度灵敏度分别为13.7592nm/RI和0.0462nm/°C。
它的低制形成本,简单的配置和高灵敏度将在化学和生物传感领域具有诱人的潜在应用。
2018/8/7 15:13:40 1.1MB Fiber sensor; Refractive index
1
设计并研发一种通过肌电生物反馈法重建人体神经网络系统的医疗仪器,为神经肌肉系统类疾病患者的全面康复提供一种新的治疗平台。
治疗仪由硬件电路和PC机控制软件两部分构成,下位机(MCU)包括体表肌电采集放大电路、神经肌肉电刺激电路两大部分;
上位机(PC)的软件系统主要负责视觉信号反馈,治疗参数控制、病历登记、信息查询等功能。
治疗仪达到了国家的医用康复治疗的各项指标,能够协助患者逐步康复,且具有安全、无创、便捷、人机交互能力强等特点。
1
共 275 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