霍尔传感器的原理,以及相关传感器分类以及霍尔传感器的应用
2025/4/16 21:20:02 1.38MB 霍尔 传感器
1
BPNet算法是一种最有效的多层神经网络学习方法算法实现分类。
包括已实现的代码和训练、测试的数据集。
2025/4/16 12:45:30 10KB python BP
1
收支记账:日常收支活动进行记录。
对每天的消费及时入账。
便于以后对家庭收支或个人收支的查询和统计。
它记录了收支活动的日期,收支类型,活动说明,收入金额,支出金额,余额,及消费者。
收支分类:收支分类主要为各种收支活动按一种统一的标准进行分类,便于对各类收支进行分类统计整理。
用户可以用收支分类表自行添加新的收支类型,删除不需要的或模糊的类目,并可查询和浏览系统中所有类目信息。
收支类型信息作为系统信息为各种记账活动提供选择。
">收支记账:日常收支活动进行记录。
对每天的消费及时入账。
便于以后对家庭收支或个人收支的查询和统计。
它记录了收支活动的日期,收支类型,活动说明,收入金额,支出金额,余额,及消费者。
收支分类:收支分类主要?[更多]
2025/4/16 7:10:08 11.77MB 个人记帐系统
1
使用python3完成一些人工智能实验,包括tensorflow2的使用,卷积神经网络的使用,图形图像的分类训练等
2025/4/15 17:22:20 3.12MB 人工智能 华为
1
网上找到的资源,代码比较基础,内有自带数据,可运行,大家可以下下来进行学习。
2025/4/15 8:52:28 3KB BP神经网络 matlab 分类
1
pytorch猫狗二分类程序
2025/4/14 7:20:42 6KB 深度学习
1
Ostu方法又名最大类间差方法,通过统计整个图像的直方图特性来实现全局阈值T的自动选取,其算法步骤为:1)先计算图像的直方图,即将图像所有的像素点按照0~255共256个bin,统计落在每个bin的像素点数量2)归一化直方图,也即将每个bin中像素点数量除以总的像素点3)i表示分类的阈值,也即一个灰度级,从0开始迭代4)通过归一化的直方图,统计0~i灰度级的像素(假设像素值在此范围的像素叫做前景像素)所占整幅图像的比例w0,并统计前景像素的平均灰度u0;
统计i~255灰度级的像素(假设像素值在此范围的像素叫做背景像素)所占整幅图像的比例w1,并统计背景像素的平均灰度u1;
5)计算前景像素和背景像素的方差g=w0*w1*(u0-u1)(u0-u1)6)i++;
转到4),直到i为256时结束迭代7)将最大g相应的i值作为图像的全局阈值
2025/4/13 20:54:49 3KB OSTU 多阈值分割 MATLAB
1
K近邻法分类待测样本点,模式识别实验内容之一,用MATLAB生成随机样本点作为样本集,用样本集将考试集分类。
2025/4/13 18:35:19 5KB K近邻 模式识别
1
机器学习-实战-入门-iris数据分析
2025/4/13 1:12:03 4KB 机器学习
1
c#asp.net带条码打印的固定资产管理系统源码功能介绍1.基本信息管理:包括资产分类,基本资料,资产编号规则,保存列间距和选择资产显示列等功能;
2.固定资产管理:包括资产增加,资产更新,资产删除,资产清理,资产清理查询和资产折旧核算等功能;
3.数据维护管理:包系统数据初始化,系统数据备份/恢复等功能;
4.系统维护管理:包括本单位信息和操作员管理等功能;
5.系统辅助工具:包括计算器和记事本等功能;
6.条码打印:对条码进行打印等功能;
注意:数据库文件在DB文件夹中附加就行。
登录用户名和密码是:admin,1运行环境:ASP.NET+VS2010+SQL2005/2008
2025/4/12 1:45:09 15.01MB 固定资产管理 条码仓库 C#
1
共 1000 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