系统要求实现以下功能：（一）增加记录：要求可以连续增加多条记录。
（二）删除一个学生的记录：要求可以先查找，再删除。
删除前，要求用户确认。
（三）成绩修改：若输入错误可进行修改；
要求可以先查找，再修改。
（四）查找：可以根据姓名（或学号）查找某个学生的课程成绩，查找某门课程成绩处于指定分数段内的学生名单等等。
（五）统计分析：对某个班级学生的单科成绩进行统计，求出平均成绩；
求平均成绩要求实现函数的重载，既能求单科的平均成绩，又能求三科总分的平均成绩。
求出一门课程标准差和合格率。
并且画出柱状和饼状统计图。
（六）排序功能：要求按总分进行排序（从高到低），若总分相同，则按数学排序；
若总分和数学相同，则按物理排序；
若总分和各科成绩都相同，则按学号排序。
（七）文件操作：可以打开文件，显示班级的所有学生信息；
可以将增加或修改后的成绩重新写入文件；
可以将排序好的信息写入新的文件。
（二）删除一个学生的记录：要求可以先查找，再删除。
删除前，要求用户确认。
（三）成绩修改：若输入错误可进行修改；
要求可以先查找，再修改。
（四）查找：可以根据姓名（或学号）查找某个学生的课程成绩，查找某门课程成绩处于指定分数段内的学生名单等等。
（五）统计分析：对某个班级学生的单科成绩进行统计，求出平均成绩；
求平均成绩要求实现函数的重载，既能求单科的平均成绩，又能求三科总分的平均成绩。
求出一门课程标准差和合格率。
并且画出柱状和饼状统计图。
（六）排序功能：要求按总分进行排序（从高到低），若总分相同，则按数学排序；
若总分和数学相同，则按物理排序；
若总分和各科成绩都相同，则按学号排序。
（七）文件操作：可以打开文件，显示班级的所有学生信息；
可以将增加或修改后的成绩重新写入文件；
可以将排序好的信息写入新的文件。
2023/7/15 20:20:21
44.49MB
1
大学实习自己做的很辛苦！可能有bug（因电脑而异）下载后稍微改下就可以了附有实习报告！学生学籍成绩管理系统：学生的信息包括：姓名、学号、性别、班级、院系；
学生的成绩信息包括英语、数学、程序设计及体育成绩等各门课的成绩；
定义如下类，并建立一个文本文件Student.dat，用于存储学生、课程与成绩的相关信息。
文件格式自己定义。
学生类CStudent（姓名、学号、性别、班级、院系）；
课程类CLesson(课程名称、课程开设时间)；
成绩类CGrade(学号、课程名称、成绩)要求实现如下功能：在对话框上能够添加、删除、编辑和查询课程信息；
在对话框上能够添加、删除、编辑和查询学生信息；
在对话框上能够增加、删除、编辑和查询学生的选课信息；
在对话框上能够录入和编辑学生某门课的考试成绩；
在对话框上能够按照学生姓名查询学生的选课信息和选课成绩，并统计出其总成绩、平均成绩，计算出该学生的成绩的标准差；
显示全班的学生成绩排名。
统计出各班的平均成绩，并进行排名。
学生的成绩信息包括英语、数学、程序设计及体育成绩等各门课的成绩；
定义如下类，并建立一个文本文件Student.dat，用于存储学生、课程与成绩的相关信息。
文件格式自己定义。
学生类CStudent（姓名、学号、性别、班级、院系）；
课程类CLesson(课程名称、课程开设时间)；
成绩类CGrade(学号、课程名称、成绩)要求实现如下功能：在对话框上能够添加、删除、编辑和查询课程信息；
在对话框上能够添加、删除、编辑和查询学生信息；
在对话框上能够增加、删除、编辑和查询学生的选课信息；
在对话框上能够录入和编辑学生某门课的考试成绩；
在对话框上能够按照学生姓名查询学生的选课信息和选课成绩，并统计出其总成绩、平均成绩，计算出该学生的成绩的标准差；
显示全班的学生成绩排名。
统计出各班的平均成绩，并进行排名。
2023/7/12 9:42:48
3.16MB
1
运用MATLABR2014a来完成灰度共生矩阵各特征参数的求解。
以纸作为纹理分析的对象。
首先需将彩色图像将各颜色分量转化为灰度。
所用图像的灰度级为256。
为了减少计算量，对原始图像灰度级压缩，将灰度量化成16级。
计算四个共生矩阵P，取距离为1，角度分别为0,45,90,135。
对共生矩阵进行归一化，求出最常用的能量、熵、惯性矩、相关4个纹理参数。
最后求出能量、熵、惯性矩、相关的均值和标准差，作为最终8维纹理特征。
以纸作为纹理分析的对象。
首先需将彩色图像将各颜色分量转化为灰度。
所用图像的灰度级为256。
为了减少计算量，对原始图像灰度级压缩，将灰度量化成16级。
计算四个共生矩阵P，取距离为1，角度分别为0,45,90,135。
对共生矩阵进行归一化，求出最常用的能量、熵、惯性矩、相关4个纹理参数。
最后求出能量、熵、惯性矩、相关的均值和标准差，作为最终8维纹理特征。
2023/6/2 16:52:46
713B
1
此函数是Matlab内置“randn”函数的“装饰器”。
它需要一个额外的第一个参数(beta)，它将数据的频谱特征（在所有维度上）塑造为f^beta。
输出数据按原始均值和标准差进行缩放。
它需要一个额外的第一个参数(beta)，它将数据的频谱特征（在所有维度上）塑造为f^beta。
输出数据按原始均值和标准差进行缩放。
2023/4/11 16:32:30
3KB
1
CHIP-8仿真器这是用JavaScript编写的模拟器。
在这里试验：:产物特色该仿真器对于齐全35个CHIP-8操作码都有不错的实现，齐全这些都经由欠缺测试。
还实现为了两个已经知的“怪癖”（请参阅：）：加载/存储怪癖-指令LD[I],Vx以及LDVx,[I]递增I寄存器的值，但某些CHIP-8法度圭表标准假如它们不。
移位怪癖-移位指令末了将寄存器VY移位并将下场存储在寄存器VX中。
一些CHIP-8法度圭表标准差迟地假如该指令将VX寄存器移位，并且VY相持巩固。
名目存储库搜罗90个CHIP-8ROM及其阐发，可在（CHIP-8法度圭表标准包）中找到它们。
齐全这些都已经查验
在这里试验：:产物特色该仿真器对于齐全35个CHIP-8操作码都有不错的实现，齐全这些都经由欠缺测试。
还实现为了两个已经知的“怪癖”（请参阅：）：加载/存储怪癖-指令LD[I],Vx以及LDVx,[I]递增I寄存器的值，但某些CHIP-8法度圭表标准假如它们不。
移位怪癖-移位指令末了将寄存器VY移位并将下场存储在寄存器VX中。
一些CHIP-8法度圭表标准差迟地假如该指令将VX寄存器移位，并且VY相持巩固。
名目存储库搜罗90个CHIP-8ROM及其阐发，可在（CHIP-8法度圭表标准包）中找到它们。
齐全这些都已经查验
2023/3/24 14:52:43
636KB
1
这是“获取和清洁数据Coursera”课程的课程项目。
R脚本run_analysis.R执行以下操作：如果工作目录中不存在该数据集，则下载该数据集。
加载活动和特征信息加载训练和测试数据集，仅保留那些反映均值或标准差的列加载每个数据集的活动和主题数据，并合并这些带无数据集的列合并两个数据集将活动和主题列转换为因子创建一个整洁的数据集，该数据集由每个主题和活动对的每个变量的平均值（平均值）组成。
最终结果显示在文件dydy.txt中。
R脚本run_analysis.R执行以下操作：如果工作目录中不存在该数据集，则下载该数据集。
加载活动和特征信息加载训练和测试数据集，仅保留那些反映均值或标准差的列加载每个数据集的活动和主题数据，并合并这些带无数据集的列合并两个数据集将活动和主题列转换为因子创建一个整洁的数据集，该数据集由每个主题和活动对的每个变量的平均值（平均值）组成。
最终结果显示在文件dydy.txt中。
2023/3/12 17:42:19
3KB
1
C++代码，基于阴影的车辆假设区域生成，次要实现步骤：1.加载一张路面图片；
2.加权平均灰度图；
3.路面ROI提取（用于作为二值化分割的阈值提取）；
4.对路面ROI进行canny边缘提取；
5.对路面ROI进行路面信息提取（根据canny图，将非路面信息，车，路两边的干扰信息等剔除）；
6.对步骤5中得到的图片信息进行直方图处理；
7.对得到的直方图信息进行高斯拟合，得到直方图的标准差，均值信息；
8.根据标准差和均值信息得到二值化的阈值；
9.二值化处理，得到分割后的图像，得到所需要的车底阴影。
2.加权平均灰度图；
3.路面ROI提取（用于作为二值化分割的阈值提取）；
4.对路面ROI进行canny边缘提取；
5.对路面ROI进行路面信息提取（根据canny图，将非路面信息，车，路两边的干扰信息等剔除）；
6.对步骤5中得到的图片信息进行直方图处理；
7.对得到的直方图信息进行高斯拟合，得到直方图的标准差，均值信息；
8.根据标准差和均值信息得到二值化的阈值；
9.二值化处理，得到分割后的图像，得到所需要的车底阴影。
2017/4/21 8:23:39
22.66MB
1
C++代码，基于阴影的车辆假设区域生成，次要实现步骤：1.加载一张路面图片；
2.加权平均灰度图；
3.路面ROI提取（用于作为二值化分割的阈值提取）；
4.对路面ROI进行canny边缘提取；
5.对路面ROI进行路面信息提取（根据canny图，将非路面信息，车，路两边的干扰信息等剔除）；
6.对步骤5中得到的图片信息进行直方图处理；
7.对得到的直方图信息进行高斯拟合，得到直方图的标准差，均值信息；
8.根据标准差和均值信息得到二值化的阈值；
9.二值化处理，得到分割后的图像，得到所需要的车底阴影。
2.加权平均灰度图；
3.路面ROI提取（用于作为二值化分割的阈值提取）；
4.对路面ROI进行canny边缘提取；
5.对路面ROI进行路面信息提取（根据canny图，将非路面信息，车，路两边的干扰信息等剔除）；
6.对步骤5中得到的图片信息进行直方图处理；
7.对得到的直方图信息进行高斯拟合，得到直方图的标准差，均值信息；
8.根据标准差和均值信息得到二值化的阈值；
9.二值化处理，得到分割后的图像，得到所需要的车底阴影。
2017/4/21 8:23:39
22.66MB
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