基于Kociemba算法的魔方还原程序源码,Java编写,压缩包含有多个demo,及eclipse工程文件,可快速移植核心算法至其他应用
2024/7/23 1:11:48 1.64MB Kociemba Rubik's Cube
1
LZW就是通过建立一个字符串表,用较短的代码来表示较长的字符串来实现压缩. LZW编码是基于1977年开发的LZ77算法为基础的。
LZ77编码算法的核心是查找从前向缓冲存储器开始的最长的匹配串。
LZW压缩算法的基本原理:提取原始文本文件数据中的不同字符,基于这些字符创建一个编译表,然后用编译表中的字符的索引来替代原始文本文件数据中的相应字符,减少原始数据大小。
看起来和调色板图象的实现原理差不多,但是应该注意到的是,我们这里的编译表不是事先创建好的,而是根据原始文件数据动态创建的,解码时还要从已编码的数据中还原出原来的编译表
2024/7/21 8:35:58 2KB LZW编码
1
将在SQL2000下建立schooldata数据库导入数据文件导入数据:data目录下有school_back数据库备分文件操作:用SQL企业管理器还原数据库来导入数据访问本地数据库服务器,密码是自己设置的那个,操作schooldata数据库的用户名和密码相同
2024/7/19 12:48:50 843KB 学校 信息管理 系统
1
有一个数据库大概在700G左右,需要从服务器A搬迁到服务器B,两台服务器网络传输速度可以达到8MB/s,怎么做才能更快的搬迁并且宕机时间最短呢?数据库业务逻辑概述:这个数据库只会插入数据,每天大概有300W条数据,不会对数据进行修改,只有一个表比较大,并且这个表是以自增ID作为分区依据列的,文件组会被重用,数据库为简单恢复模式,我定时会对表数据进行交换分区删除数据;
之前我也写过关于搬迁数据库的一些文章:1.SQLServer数据库最小宕机迁移方案,这篇文章是通过完全备份+差异备份的方式迁移数据库的,这种方式比较合适数据库只有20G左右的数据库,宕机时间=差异备份时间+传输差异备份时间+还原差异
1
该代码用Qt4开发工具编写而成,界面所用模板为MainWindow,该模板可带下拉菜单选项,该代码在此基础上实现了对图片的基本操作。
例如缩放,窗口填充,大小还原。
2024/6/29 12:55:39 842KB Qt4图形开发
1
1.本系统提供了两个版本,一个为SQLServer版本,另外一个为Access版本。
2.特别注意,运行本程序,需要安装VisualBasic6.0+SP5(补丁),不装补丁,则不能使用.3.考试学员的默认账号为public,密码为1。
4.管理员的默认账号为administrator,密码为administrator。
5.如果采用Access数据库,则不需要任何配置。
6.如果采用SQLServer,则需要首先创建数据库。
通过SQLServer的企业管理器创建数据库“exam”,创建步骤同图书馆信息系统。
创建完毕以后,右键点击刚创建的数据库“exam”,在弹出菜单中选择【所有任务】->【还原数据库】,在弹出的对话框中选择“从设备”单选按钮,然后单击“选择设备”按钮。
在弹出的对话框中单击“添加”按钮,然后从弹出的对话框中选择“文件名”单选按钮,单击“...”按钮,选择SQLServer版本的“data”目录下的“exam”文件,依次单击“确定”按钮。
数据库恢复成功,即可运行本程序。
2024/6/16 19:36:47 11.8MB 考试系统 SQL Server Access
1
SQLCipher的版本和SQLite的版本不是一回事,看清楚了再下载,避免浪费积分!!!SQLCipher2.2.1自己根据2.2.1的源码编译的(网上用过其它编译好的,但功能不全),用于Windows环境解密数据库,直接还原SQLite库,取消密码。
不适用于3.X版本。
2024/6/14 16:34:44 896KB SQLCipher 2.2.1 解密数据库
1
原文链接:http://blog.csdn.net/u014754386/article/details/51589326stm32的调制解调器,能够生成载波,同时可以实现还原基带信号的功能。
2024/6/9 15:25:49 2.22MB stm32 2fsk
1
机顶盒加密系统称之为条件接受系统(ContionalAccess),广电说的CA系统就是它了。
付费频道实际上就是CA加密的频道,必须经过广电授权才能够解密。
MPEG2码流经过通用加扰器加扰后,需要密钥进行还原,这个密钥就是CW(ControlWord)。
不同家CA的解密过程就是对CW复原,并把它传送到机顶盒解扰器
2024/6/1 18:57:27 2.07MB 机顶盒
1
深度学习FasterR-CNN的多帧背景还原解决动态背景的问题。
针对动态背景下的目标提取问题。
本文提出了基于深度学习FasterR-CNN的多帧背景还原的前景目标提取算法。
基于FasterR-CNN对前景目标的单帧提取能力,对每一帧分别进行检测,并提取每帧的背景,经过图像融合还原出完整的不含目标的背景图像,并通过滤波与膨胀腐蚀等精确的提取前景目标。
2024/6/1 6:06:55 1KB fasterRCNN 目标提取 动态背景
1
共 230 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