通过精确的偏振测量实现太阳中低层磁场遥感是1m口径红外太阳望远镜的重要科学任务.为了实现高精度高效率的系统偏振定标,需要对望远镜系统进行偏振建模.分析了该望远镜折轴光路仪器偏振的周天和季节变化,以及望远镜真空封窗的应力双折射效应.结果显示折轴光路的偏振效应主要表现为线偏振与圆偏振之间的交扰,交扰程度最大达0.7.同时,由于像旋速度巨大,临近夏至期间太阳接近中天时偏振交扰会呈现一个震荡过程.封窗在重力和真空载荷的共同作用下,总的偏折特性可等效为一个位相延迟片；
并且延迟量随望远镜高度角变化而变化.当望远镜指向水平时偏振交扰最明显,达1.2×10-2.
并且延迟量随望远镜高度角变化而变化.当望远镜指向水平时偏振交扰最明显,达1.2×10-2.
2023/8/8 8:43:33
5.05MB
1
家具辅助销售系统的设计和实现朱震毅1，王袢1，王长波2，谢步瀛1(1．同济大学土木工程学院，上海200092；
2．华东师范大学软件学院，上海200062)(zhuzhenyi@hotmail．com)摘要：针对传统的家具投标报价的繁琐性，实现了一种全新的家具辅助销售系统。
该系统使用AutoCAD2002平台，运用ObjecLARx和数据库管理技术，实现了家具的交互布置、家具报价的动态调整、报价的即时统计，标书自动制作等功能。
在系统实现过程中，解决了数据库和图形平台之间的互访和存取、基于Objec认Rx的word、ExceI文件的自动制作输出等关键问题。
该系统弥补了目前家具销售领域的空白，有效提高了销售商制作投标文件的效率。
关键词：家具辅助销售系统；
ObjecnRX；
二次开发；
数据库中图分类号：弼91．72文献标识码：A
2．华东师范大学软件学院，上海200062)(zhuzhenyi@hotmail．com)摘要：针对传统的家具投标报价的繁琐性，实现了一种全新的家具辅助销售系统。
该系统使用AutoCAD2002平台，运用ObjecLARx和数据库管理技术，实现了家具的交互布置、家具报价的动态调整、报价的即时统计，标书自动制作等功能。
在系统实现过程中，解决了数据库和图形平台之间的互访和存取、基于Objec认Rx的word、ExceI文件的自动制作输出等关键问题。
该系统弥补了目前家具销售领域的空白，有效提高了销售商制作投标文件的效率。
关键词：家具辅助销售系统；
ObjecnRX；
二次开发；
数据库中图分类号：弼91．72文献标识码：A
2023/8/7 4:55:21
365KB
1
均值漂移算法meanshiftTrack一、实验内容完成基于MeanShift的目标跟踪算法，红框标出目标区域实现实时追踪。
二、算法原理1.在当前帧，计算候选目标的特征2.计算候选目标与初始目标的相似度3.计算权值4.利用MeanShift算法，计算目标新位置在这里插入图片描述5.若新目标中心需位于原目标中心附近，则停止，否则转步骤2三、思路流程截取跟踪目标矩阵rect；
求取跟踪目标的加权直方图hist1；
读取视频序列中的一帧，先随机取一块与rect等大的矩形，计算加权直方图hist2；
计算两者比重函数，如果后者差距过大，更新新的矩阵中心Y，进行迭代（MeanShift是一种变步长可以迅速接近概率密度峰值的方法），直至一定条件（移动步长平方和大于0.5或超过20次迭代）后停止。
二、算法原理1.在当前帧，计算候选目标的特征2.计算候选目标与初始目标的相似度3.计算权值4.利用MeanShift算法，计算目标新位置在这里插入图片描述5.若新目标中心需位于原目标中心附近，则停止，否则转步骤2三、思路流程截取跟踪目标矩阵rect；
求取跟踪目标的加权直方图hist1；
读取视频序列中的一帧，先随机取一块与rect等大的矩形，计算加权直方图hist2；
计算两者比重函数，如果后者差距过大，更新新的矩阵中心Y，进行迭代（MeanShift是一种变步长可以迅速接近概率密度峰值的方法），直至一定条件（移动步长平方和大于0.5或超过20次迭代）后停止。
2023/8/2 9:24:56
187.81MB
1
Canny边缘检测是被公认的检测效果最好的边缘检测方法，是由JohnF.Canny于1986年提出，算法目标是找出一个最优的边缘检测的方法，所谓最优即:1.好的检测：算法能够尽可能的标识出图像的边缘；
2.好的定位：标识出的边缘要尽可能的与实际边缘相接近；
3.最小响应：图像中的边缘只能标识一次，并且不能把噪声标识成边缘。
同时我们也要满足3个准则：信噪比准则、定位精度准则、单边缘响应准则
2.好的定位：标识出的边缘要尽可能的与实际边缘相接近；
3.最小响应：图像中的边缘只能标识一次，并且不能把噪声标识成边缘。
同时我们也要满足3个准则：信噪比准则、定位精度准则、单边缘响应准则
2023/8/1 17:11:26
1.76MB
1
最近在做一个学校的XXX系统项目，因项目有个需求就是要像在word里面的添加批注功能一样，就是选中一段文字，然后为这些页面添加一些额外的信息；
刚开始我们的方案是记录选中内容的下标，然后保存到数据库中，当要显示的时候就再数据库中读取下面然后在客户端用js合并，做着做着发现这种方法很烦，最后我们决定采用另一种方案，就是在在选中的文字两端加上自定义标记，批注的内容就是保存到自定义标签的属性里面去。
想法是有了，开始着手做Demo了，一开始我们就像在CKEditor里面做一个插件，看了一天的CKEditor的API和源码，搞到一头雾水，写CKEditor插件太复杂了，有要什么初始化、又要什么execute、一堆东西，最后放弃了这方案，最后决定还是自己写一个添加批注的工具出来，写到一半的时候竟发现一个国内强大的HTML编辑器KindEditor，只需几行代码就解决了。
刚开始我们的方案是记录选中内容的下标，然后保存到数据库中，当要显示的时候就再数据库中读取下面然后在客户端用js合并，做着做着发现这种方法很烦，最后我们决定采用另一种方案，就是在在选中的文字两端加上自定义标记，批注的内容就是保存到自定义标签的属性里面去。
想法是有了，开始着手做Demo了，一开始我们就像在CKEditor里面做一个插件，看了一天的CKEditor的API和源码，搞到一头雾水，写CKEditor插件太复杂了，有要什么初始化、又要什么execute、一堆东西，最后放弃了这方案，最后决定还是自己写一个添加批注的工具出来，写到一半的时候竟发现一个国内强大的HTML编辑器KindEditor，只需几行代码就解决了。
2023/8/1 5:57:33
184KB
1
DMSP/OLS夜光数据，SNPP/VIIRS夜光数据及其应用领域，包括两个数据的下载地址，卫星及传感器基本参数，时间序列产品基本介绍（空间和时间分辨率，覆盖范围，投影坐标，子产品介绍，如DMSP的平均灯光强度、稳定灯光强度、观测频次数据、平均灯光XPct数据、缺点、辐射定标产品及辐射校正方法，VIIRS数据预处理方法），两种数据的比较及其在城市发展，能源经济等方面的应用。
2023/7/29 7:39:04
4.83MB
1
采用激光诱导击穿光谱（LIBS）技术结合偏最小二乘判别分析（PLS-DA）对新疆、青海和俄罗斯的白色软玉进行产地研究。
选取产自新疆（和田、于田、且末）、青海（格尔木）、俄罗斯（贝加尔湖）的146个白色软玉样品作为样品集，从样品集中随机抽取111个样品作为校正集，用于建立PLS-DA识别模型，剩余35个样品作为验证集，用于检验PLS-DA识别模型的预测效果。
采用LIBS对三个产地的软玉样品进行成分分析，选择Na、K、Al、Li、Be、Mn、Sr、Zr、Ba、Y、Ce作为目标元素，并选取589.995，766.490，396.152，670.793，313.042，257.610，407.771，389.138，455.403，437.493，401.239nm处的谱线作为目标元素的分析谱线，选取Si元素作为内标元素，以其在288.158nm处的谱线作为内标元素分析谱线，分别计算各目标元素与内标元素的谱线强度的比值Rx，由Rx组成自变量矩阵，用于模型的建立与预测。
实验结果表明，采用LIBS结合PLS-DA建立的产地识别模型，其校正自变量和验证自变量与实际分类变量的相关系数都大于0.9
选取产自新疆（和田、于田、且末）、青海（格尔木）、俄罗斯（贝加尔湖）的146个白色软玉样品作为样品集，从样品集中随机抽取111个样品作为校正集，用于建立PLS-DA识别模型，剩余35个样品作为验证集，用于检验PLS-DA识别模型的预测效果。
采用LIBS对三个产地的软玉样品进行成分分析，选择Na、K、Al、Li、Be、Mn、Sr、Zr、Ba、Y、Ce作为目标元素，并选取589.995，766.490，396.152，670.793，313.042，257.610，407.771，389.138，455.403，437.493，401.239nm处的谱线作为目标元素的分析谱线，选取Si元素作为内标元素，以其在288.158nm处的谱线作为内标元素分析谱线，分别计算各目标元素与内标元素的谱线强度的比值Rx，由Rx组成自变量矩阵，用于模型的建立与预测。
实验结果表明，采用LIBS结合PLS-DA建立的产地识别模型，其校正自变量和验证自变量与实际分类变量的相关系数都大于0.9
2023/7/27 20:56:48
5.55MB
1
面向集合”（Collenction-Orented），意思是数据被分组存储在数据集中，被称为一个集合（Collenction)。
每个集合在数据库中都有一个唯一的标识名，并且可以包含无限数目的文档。
集合的概念类似关系型数据库（RDBMS）里的表（table），不同的是它不需要定义任何模式（schema)
每个集合在数据库中都有一个唯一的标识名，并且可以包含无限数目的文档。
集合的概念类似关系型数据库（RDBMS）里的表（table），不同的是它不需要定义任何模式（schema)
2023/7/26 22:23:55
53KB
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