曾经打好包的wheelview控件。
可以方便使用。
曾经打好包的wheelview控件。
可以方便使用。
2020/1/9 15:45:46 43KB android wheelview jar
1
AS3仿苹果滑动图片菜单横竖都有点代码,带缓冲结果
1
非侵入式负荷监测(NILM)是未来电力负荷监测的重要发展方向之一。
不同类型电力负荷在投切过程中,通常会表现出独特的暂态特征。
据此,NILM能够克服利用负荷稳态特征信息进行负荷辨识的局限性,实现对整个变电站、建筑物内部负荷集群的分解与分析。
提出了一种信号预处理算法———基于滑动窗的双边累积和(CUSUM)暂态事件自动检测算法,它能根据相关信号准确检测到负荷投切等引起的暂态过程、发生时辰等重要信息,并触发相关程序把暂态信息记录下来,然后送给后台高级应用程序作进一步处理。
算例仿真表明了所述算法的有效性。
2017/6/21 8:41:17 629KB 非侵入式 暂态 负载检测
1
ARIMA预测模型训练集和预测集ARIMA模型全称为自回归积分滑动平均模型(AutoregressiveIntegratedMovingAverageModel,简记ARIMA),是由博克思(Box)和詹金斯(Jenkins)于70年代初提出一著名时间序列(Time-seriesApproach)预测方法[1],所以又称为Box-Jenkins模型、博克思-詹金斯法。
其中ARIMA(p,d,q)称为差分自回归挪动平均模型,AR是自回归,p为自回归项;
MA为挪动平均,q为挪动平均项数,d为时间序列成为平稳时所做的差分次数。
所谓ARIMA模型,是指将非平稳时间序列转化为平
2019/7/26 21:18:43 206KB MATLAB ARIMA arima 模型
1
ARIMA预测模型训练集和预测集ARIMA模型全称为自回归积分滑动平均模型(AutoregressiveIntegratedMovingAverageModel,简记ARIMA),是由博克思(Box)和詹金斯(Jenkins)于70年代初提出一著名时间序列(Time-seriesApproach)预测方法[1],所以又称为Box-Jenkins模型、博克思-詹金斯法。
其中ARIMA(p,d,q)称为差分自回归挪动平均模型,AR是自回归,p为自回归项;
MA为挪动平均,q为挪动平均项数,d为时间序列成为平稳时所做的差分次数。
所谓ARIMA模型,是指将非平稳时间序列转化为平
2019/7/26 21:18:43 206KB MATLAB ARIMA arima 模型
1
详情请见博客:https://blog.csdn.net/qq_20785431/article/details/101463023
2020/11/14 21:28:55 11.61MB Android PopupWindow ScrollView 悬浮窗
1
ios.oc实现的,手指在屏幕上滑动获得前一个矩形框.可以自定义矩形地位.ios.oc实现的,手指在屏幕上滑动获得前一个矩形框.可以自定义矩形地位.
2017/9/7 18:56:49 5KB 手势 矩形 手动绘制矩形
1
网上找的安卓网络调试软件总是有许多闪退的BUG,这个软件算是比较波动的,支持TCP/UDP,十六进制/ASCII码,适合用来测试GPRS通信。
安卓7.0测试正常使用,默认隐藏了网路设置,从左往右滑动屏幕可以看到网络设置。
2016/6/15 14:25:53 496KB TCP,安卓
1
Matlab求滑动均匀
2016/3/12 18:02:26 29KB matlab 滑动平均 信号处理
1
SVR时间序列预测,使用滑动窗口堆叠切片数据集,网格搜索+交叉验证用来模型参数设置,模型保存,模型加载,模型预测。
2018/4/26 3:08:07 34KB python SVR predict
1
共 353 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