以下为该版本(18.4)的更新的内容:1、提供使用密码保护的ODT和OTT文件格式的能力2、保留PCL中的PaperTray信息3、添加了ShapeBase.IsLayoutInCell属性4、实现元文件渲染矢量输出的优化5、“DrawingML形状不完全支持”警告不再被抛出，在渲染时使用更具体的警告6、具有自动调整大小和空白文本框的DrawingML形状在渲染时不会引发异常7、具有空填充的艺术字对象现在只能在渲染时投射轮廓阴影8、改进了MathAccentElement的渲染，重音符号根据字母的高度进行渲染9、如果数据标签具有手动规划，则改进PieChart的渲染10、使用渐变填充改进了艺术字对象的渲染
2018/8/19 1:05:08
3.79MB
1
简约、好用的屏幕标记软件，画笔、直线、箭头、矩形、实心矩形、椭圆等多种形状注解功能汉化：安装完成之后，单击桌面上的Pointofix快捷方式并右键属性，打开Pointofix的安装目录；
将语言包文件pointofix_translation.ini复制进文件夹中，就算汉化完成了
将语言包文件pointofix_translation.ini复制进文件夹中，就算汉化完成了
2020/4/25 6:58:04
1.3MB
1
实现数学形状学对二值图像的各种处理，如腐蚀运算、膨胀运算、开运算、闭运算和击中击不中变换等。
2020/1/13 6:25:51
153KB
1
将激光器锁定于超稳定法布里珀罗(F-P)腔的腔长上，是目前获得超窄线宽激光输出的重要手段。
因而，激光器的频率稳定性依靠于F-P腔腔长的稳定性。
振动引起的谐振腔形变是影响超稳定光学谐振腔稳定性的主要因素。
利用有限元分析的方法定量地分析了振动环境中两种实验室常用的F-P腔在不同支撑方式下的弹性形变情况。
数值计算结果给出了这两种形状的超稳定F-P腔的最优化支撑方式，使其对振动引起的腔长变化达到最小化,使振动环境下的超稳腔腔长变化最小达到10-12m。
因而，激光器的频率稳定性依靠于F-P腔腔长的稳定性。
振动引起的谐振腔形变是影响超稳定光学谐振腔稳定性的主要因素。
利用有限元分析的方法定量地分析了振动环境中两种实验室常用的F-P腔在不同支撑方式下的弹性形变情况。
数值计算结果给出了这两种形状的超稳定F-P腔的最优化支撑方式，使其对振动引起的腔长变化达到最小化,使振动环境下的超稳腔腔长变化最小达到10-12m。
2016/8/25 19:08:05
2.01MB
1
纳米结构的Co3O4材料因其出色的电化学（伪电容）特性而引起了广泛的关注。
然而，需要严格的制备条件以控制通过常规方法获得的产物的尺寸（特别是纳米尺寸），形态和尺寸分布。
在这里，我们描述了一种新型的一步法形状控制的均匀Co3O4纳米立方体，其尺寸为50nm，并且具有介Kong碳纳米棒（meso-CNRs）。
在该合成过程中，内消旋CNR不仅充当热接收器，直接获得Co3O4，消除了高温后的煅烧，而且还控制了所得Co3O4的形态，形成了具有均匀分布的纳米立方体。
更惊人的是，通过进一步的热处理获得了介Kong的Co3O4纳米立方体。
通过扫描电子显微镜，透射电子显微镜和X射线衍射对样品的结构和形态进行表征。
本文提出了介KongCo3O4纳米立方体的可能形成机理。
电化学测试表明，制备的中KongCo3O4纳米立方体由于具有多Kong结构，可提供快速的离子和电子转移，因此在超级电容器应用中表现出卓越的功能。
然而，需要严格的制备条件以控制通过常规方法获得的产物的尺寸（特别是纳米尺寸），形态和尺寸分布。
在这里，我们描述了一种新型的一步法形状控制的均匀Co3O4纳米立方体，其尺寸为50nm，并且具有介Kong碳纳米棒（meso-CNRs）。
在该合成过程中，内消旋CNR不仅充当热接收器，直接获得Co3O4，消除了高温后的煅烧，而且还控制了所得Co3O4的形态，形成了具有均匀分布的纳米立方体。
更惊人的是，通过进一步的热处理获得了介Kong的Co3O4纳米立方体。
通过扫描电子显微镜，透射电子显微镜和X射线衍射对样品的结构和形态进行表征。
本文提出了介KongCo3O4纳米立方体的可能形成机理。
电化学测试表明，制备的中KongCo3O4纳米立方体由于具有多Kong结构，可提供快速的离子和电子转移，因此在超级电容器应用中表现出卓越的功能。
2020/3/3 21:30:40
919KB
1
手脸近距遮挡属于深度传感器应用中具有代表性的难点问题，针对该问题提出了一种综合利用颜色与深度信息的手势识别方法。
采用核模糊C-均值聚类，对手脸遮挡图像进行粗分割和灰度增强，实现手脸分离。
引入初始化水平集函数，处理聚类方法导致的手势区域像元缺失问题。
利用基于深度信息的梯度方向直方图(HOG)特征对手势进行分类识别。
通过采集不同人体手脸近距遮挡情形下的多种手势图像建立了样本数据库，进行了对比实验，实验结果验证了该方法的可行性和有效性。
本文方法能有效分离近距遮挡的手和脸，提取得到相对完整的手势信息，深度HOG特征能够对手势空间信息进行精确描述，具有比传统形状特征更准确的识别效果。
采用核模糊C-均值聚类，对手脸遮挡图像进行粗分割和灰度增强，实现手脸分离。
引入初始化水平集函数，处理聚类方法导致的手势区域像元缺失问题。
利用基于深度信息的梯度方向直方图(HOG)特征对手势进行分类识别。
通过采集不同人体手脸近距遮挡情形下的多种手势图像建立了样本数据库，进行了对比实验，实验结果验证了该方法的可行性和有效性。
本文方法能有效分离近距遮挡的手和脸，提取得到相对完整的手势信息，深度HOG特征能够对手势空间信息进行精确描述，具有比传统形状特征更准确的识别效果。
2018/1/7 4:29:25
11.61MB
1
该课题为基于MATLABbp神经网络的雾霾天气下交通标志的识别系统。
主要分两步骤，一是进行图像去雾，采用暗通道的方法获取光透射率，从而去除雾霾。
得到清晰的图片后，利用颜色的方法进行交通标志的定位，众所周知，交通标志基本是红，蓝，黄三色组成，根据RGB不同组合可以定位到不同颜色，因为存在误差，所以需要借助形状学相关知识，将得到的误干扰面积去除，从而实现精准定位。
定位后，在原图基础上进行分割出彩色图标，利用bp神经网络方法，进行训练，识别，从而得出结果。
本设计配有一个GUI可视化界面，操作简单容易上手。
是个不错的选题。
主要分两步骤，一是进行图像去雾，采用暗通道的方法获取光透射率，从而去除雾霾。
得到清晰的图片后，利用颜色的方法进行交通标志的定位，众所周知，交通标志基本是红，蓝，黄三色组成，根据RGB不同组合可以定位到不同颜色，因为存在误差，所以需要借助形状学相关知识，将得到的误干扰面积去除，从而实现精准定位。
定位后，在原图基础上进行分割出彩色图标，利用bp神经网络方法，进行训练，识别，从而得出结果。
本设计配有一个GUI可视化界面，操作简单容易上手。
是个不错的选题。
2016/5/4 3:50:35
79.64MB
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