提出一种新的测量惯性转角的方法，它是采用一无源环形谐振器作为转动的传感元件，为检测顺时针和逆时针谐振腔长之间的差值，釆用外部激光器。
还给出了初步性能数据。
还给出了初步性能数据。
2025/6/12 15:33:36
1.8MB
1
御剑扫描器专业版★新增存活预判（当目标无法连接3次自动撤销任务）★新增首页爬虫（只抓取首页的目录进行二次扫描）★新增文件存储（可以保存扫描结果到指定文位置）★新增跳过大小（可以设定要忽略的页面大小，min-max）★新增GET模式关键字词组过滤（使用GET模式和关闭自定义404才会生效，可以忽略包含指定关键词的页面）★默认参数和值初始化更加科学合理（不合理的设置会导致目标产生CC或者漏报）★优化扫描速度（比1.0提升速度大概5-10倍，通过maxspeed参数控制速度最大值）★优化内存占用（1000/s内存占用10-30M左右）
2025/6/12 14:08:13
2.47MB
1
AdaBoost算法有AdaBoost.M1和AdaBoost.M2两种算法，AdaBoost.M1是我们通常所说的DiscreteAdaBoost，而AdaBoost.M2是M1的泛化形式。
关于AdaBoost算法的一个结论是:当弱分类器算法使用简单的分类方法时,boosting的效果明显地统一地比bagging要好.当弱分类器算法使用C4.5时,boosting比bagging较好,但是没有前者明显。
后来又有学者提出了解决多标签问题的AdaBoost.MH和AdaBoost.MR算法,其中AdaBoost.MH算法的一种形式又被称为RealBoost算法---弱分类器输出一个可能度，该值的范围是整个R,和与之相应的权值调整，强分类器生成的AdaBoost算法。
Python实现该算法。
adabbost原理见博客http://blog.csdn.net/suipingsp/article/details/41722435
关于AdaBoost算法的一个结论是:当弱分类器算法使用简单的分类方法时,boosting的效果明显地统一地比bagging要好.当弱分类器算法使用C4.5时,boosting比bagging较好,但是没有前者明显。
后来又有学者提出了解决多标签问题的AdaBoost.MH和AdaBoost.MR算法,其中AdaBoost.MH算法的一种形式又被称为RealBoost算法---弱分类器输出一个可能度，该值的范围是整个R,和与之相应的权值调整，强分类器生成的AdaBoost算法。
Python实现该算法。
adabbost原理见博客http://blog.csdn.net/suipingsp/article/details/41722435
2025/6/12 10:39:13
72KB
1
由于成像传感器噪声，相片颗粒及图像在传输过程中的通道传输误差等，会使得图像上会出现随机的、离散的、孤立的像素点，即图像噪声。
图像噪声在视觉上通常和它们相邻像素明显不同，表现为黑区域上的白点或者白区域上的黑点，影响到图像的视觉效果和有关的处理工作。
所以，需要对图像中的噪声进行消除，本论文主要阐述了中值滤波的工作原理及其他滤波方法的比较。
图像噪声在视觉上通常和它们相邻像素明显不同，表现为黑区域上的白点或者白区域上的黑点，影响到图像的视觉效果和有关的处理工作。
所以，需要对图像中的噪声进行消除，本论文主要阐述了中值滤波的工作原理及其他滤波方法的比较。
2025/6/11 12:10:50
1.09MB
1
文件中包含test.m文件和两个函数以及一张测试图片。
利用学习机会自己编写了均值滤波和中值滤波函数，并在test.m文件中运行，有详细代码注释，希望一起学习。
利用学习机会自己编写了均值滤波和中值滤波函数，并在test.m文件中运行，有详细代码注释，希望一起学习。
2025/6/11 12:33:57
14KB
1
针对复杂运动背景中慢速小目标检测误检率高，实时性差等问题，提出了基于自适应阈值分割的慢速小目标检测算法。
首先计算连续两帧图像特征点的金字塔光流场，对光流场进行滤波，获取匹配特征点集合。
然后对图像运动背景进行建模，拟合投影模型参数，通过投影模型得到运动背景补偿图像，进行图像差分处理，获得差分图像。
最后迭代计算差分图像的自适应阈值，修正差分阈值，差分图像二值分割，检测出运动目标。
实验结果表明算法能够准确地检测出复杂背景中的慢速小目标，虚警率为2%，目标漏检率为2.6%，目标检测准确率95.4%，每帧图像目标检测时间为38ms，能够满足运动目标检测对实时性的要求。
首先计算连续两帧图像特征点的金字塔光流场，对光流场进行滤波，获取匹配特征点集合。
然后对图像运动背景进行建模，拟合投影模型参数，通过投影模型得到运动背景补偿图像，进行图像差分处理，获得差分图像。
最后迭代计算差分图像的自适应阈值，修正差分阈值，差分图像二值分割，检测出运动目标。
实验结果表明算法能够准确地检测出复杂背景中的慢速小目标，虚警率为2%，目标漏检率为2.6%，目标检测准确率95.4%，每帧图像目标检测时间为38ms，能够满足运动目标检测对实时性的要求。
2025/6/11 7:02:40
1.65MB
1
基于multisim的调幅发射机--要求截波1MZ，正弦波调制信号1KHZ正弦波，调制度0.6，用示波器观测1KHZ信号波形，记录幅度大小，频率值用示波器观测调制器输出波形，记录波形幅值大小，用频谱分析仪观测频谱并记录。
2025/6/11 0:24:28
291KB
1
计算音频PESQ值，计算MOS分值。
直接在windows命令行中运行。
1-5分，1分代表最差，5分为最优，使用简单。
本人经常使用，保证可用。
直接在windows命令行中运行。
1-5分，1分代表最差，5分为最优，使用简单。
本人经常使用，保证可用。
2025/6/10 16:24:57
331KB
1
数字逻辑之数字时钟课程设计设计要求1、设计一个能显示日期、小时、分钟、秒的数字电子钟，并具有整点报时的功能。
2、可手动校正时、分时间和日期值，时间以24小时为一个周期，有校时功能，可以分别对时及分进行单独校时，使其校正到标准时间；
3、计时过程具有报时功能，当时间到达整点前10秒进行蜂鸣报时；
为了保证计时的稳定及准确须由晶体振荡器提供表针时间基准信号由晶振电路产生1HZ标准的信号，分、秒为六十进制计数器，时为二十四进制计数器。
2、可手动校正时、分时间和日期值，时间以24小时为一个周期，有校时功能，可以分别对时及分进行单独校时，使其校正到标准时间；
3、计时过程具有报时功能，当时间到达整点前10秒进行蜂鸣报时；
为了保证计时的稳定及准确须由晶体振荡器提供表针时间基准信号由晶振电路产生1HZ标准的信号，分、秒为六十进制计数器，时为二十四进制计数器。
2025/6/10 2:04:22
633KB
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