利用高分辨雷达对目标进行识别是当代雷达系统的一个次要发展趋势。
目前基于高分辨雷达的目标识别在军事及民用方面都已经有了一定程度的应用。
本论文利用实测高分辨雷达回波数据进行实验，
目前基于高分辨雷达的目标识别在军事及民用方面都已经有了一定程度的应用。
本论文利用实测高分辨雷达回波数据进行实验，
2023/2/22 15:51:24
4.22MB
1
本书共7章，分别引见了LTE产生的背景，对LTE的网络架构和协议栈作了简要的说明；
无线通信技术以及数字信号处理过程，结合实例言简意赅地说明实现原理和方法；
LTE物理层技术，重点对物理帧结构、物理资源划分以及物理信道的调制实现进行了说明；
LTE物理层复用技术及物理层过程；
LTE的空中接口技术及实现流程，MAC子层、RLC子层、PDCP子层以及RRC层的功能和实现机制，RRC层实现的具体流程；
多天线技术的原理及应用；
LTE的下一步演进LTE-A的发展趋势及关键技术。
无线通信技术以及数字信号处理过程，结合实例言简意赅地说明实现原理和方法；
LTE物理层技术，重点对物理帧结构、物理资源划分以及物理信道的调制实现进行了说明；
LTE物理层复用技术及物理层过程；
LTE的空中接口技术及实现流程，MAC子层、RLC子层、PDCP子层以及RRC层的功能和实现机制，RRC层实现的具体流程；
多天线技术的原理及应用；
LTE的下一步演进LTE-A的发展趋势及关键技术。
2023/2/21 1:11:27
20.18MB
1
对于汽车来说，电子电气架构既是一门科学，也是一门艺术，“科学”解决算力的提升问题，“艺术”解决应用的多样性问题。
未来汽车的差异化，将不再停留在传统的车辆硬件方面，而是更多地通过先进的电子技术赋能，软件应用的丰富性来体现的，电子电气架构则是所有这些的基石。
1993年，奥迪A8上使用了5个ECU，最开始，ECU是仅仅用于控制发动机工作；
随着汽车电子化程度越来越高，现在一些电子结构复杂的汽车，ECU数量早就超过了100个，而面对高级别辅助驾驶系统的要求，ECU的这个数量不是太多了，而是远远不够。
因而，德尔福提出了汽车电子电气架构（EEA），以划分不同功能域的方式来集中控制不同ECU，这就是我们现在常
未来汽车的差异化，将不再停留在传统的车辆硬件方面，而是更多地通过先进的电子技术赋能，软件应用的丰富性来体现的，电子电气架构则是所有这些的基石。
1993年，奥迪A8上使用了5个ECU，最开始，ECU是仅仅用于控制发动机工作；
随着汽车电子化程度越来越高，现在一些电子结构复杂的汽车，ECU数量早就超过了100个，而面对高级别辅助驾驶系统的要求，ECU的这个数量不是太多了，而是远远不够。
因而，德尔福提出了汽车电子电气架构（EEA），以划分不同功能域的方式来集中控制不同ECU，这就是我们现在常
2023/2/19 11:45:56
547KB
1
极光观点腾讯系、百度系、头条系渗透率微升，阿里系渗透率稳定:2020年Q4，腾讯系app渗透率达99.9%，百度系渗透率达90.6%，头条系渗透率达85.5%，阿里系渗透率达95.4%在线早期教育解决了传统行业的多个痛点，遭到广大用户的青睐。
2020年，在线早期教育行业的渗透率整体呈上升趋势，12月达到全年的最高值11.6%，比上年同期提升84.1%短视频稳居2020年第一流量入口。
极速版用户稳增，行业形成抖音、快手双巨头格局。
直播电商的火爆带动短视频平台商业边界加速扩张，巨头加码泛知识，促进短视频内容升级2020年综合电商市场稳中有升，月活用户突破9亿。
用户争夺加剧，手淘、拼
2020年，在线早期教育行业的渗透率整体呈上升趋势，12月达到全年的最高值11.6%，比上年同期提升84.1%短视频稳居2020年第一流量入口。
极速版用户稳增，行业形成抖音、快手双巨头格局。
直播电商的火爆带动短视频平台商业边界加速扩张，巨头加码泛知识，促进短视频内容升级2020年综合电商市场稳中有升，月活用户突破9亿。
用户争夺加剧，手淘、拼
2023/2/17 12:46:05
9.75MB
1
你难道还没有考虑使用HTML5？当然我猜想你可能有自己的原因；
它现在还没有被广泛的支持，在IE中不好使，或者你就是喜欢写比较严格的XHTML代码。
HTML5是web开发世界的一次重大的改变，事实上不管你能否喜欢，它都是代表着未来趋势。
其实HTML5并不难理解和使用。
我们这里能列出许多原因为什么现在要开始使用HTML5。
目前有很多的文章介绍使用HTML5并且介绍了使用它的优势和好处，没错，我们这篇文章也类似。
随着更多这样的文章，以及Apple的支持，Adobe围绕HTML5的产品开发，以及移动flash的死亡，如此多网站的支持，我想对那些仍旧没有或者不想接受它的人说一些话。
我认为主要得原因是，它
它现在还没有被广泛的支持，在IE中不好使，或者你就是喜欢写比较严格的XHTML代码。
HTML5是web开发世界的一次重大的改变，事实上不管你能否喜欢，它都是代表着未来趋势。
其实HTML5并不难理解和使用。
我们这里能列出许多原因为什么现在要开始使用HTML5。
目前有很多的文章介绍使用HTML5并且介绍了使用它的优势和好处，没错，我们这篇文章也类似。
随着更多这样的文章，以及Apple的支持，Adobe围绕HTML5的产品开发，以及移动flash的死亡，如此多网站的支持，我想对那些仍旧没有或者不想接受它的人说一些话。
我认为主要得原因是，它
2023/2/17 7:28:07
198KB
1
采用压片预置式激光多层熔覆制备了厚纳米Al2O3-13%TiO2(质量分数)涂层，研究了涂层的微观组织和结合功能，并分析了涂层厚度对结合强度的影响。
结果表明，陶瓷涂层各层之间无明显界面，过渡缓和自然，涂层内部致密、连续，基本无孔隙及贯穿性大裂纹等缺陷；
涂层由等轴晶的完全熔化区和残留纳米颗粒的部分熔化区组成，并且涂层中的裂纹基本集中于部分熔化区，另外晶粒尺寸表现为上小下大的梯度过渡特征。
随着涂层厚度的增加，结合强度逐渐下降，其减小的趋势为先快后慢。
厚度为175μm的试样结合强度高于78.6MPa，而厚度为350、525、700μm的涂层结合强度分别为66.3、47.4、36.2MPa。
结果表明，陶瓷涂层各层之间无明显界面，过渡缓和自然，涂层内部致密、连续，基本无孔隙及贯穿性大裂纹等缺陷；
涂层由等轴晶的完全熔化区和残留纳米颗粒的部分熔化区组成，并且涂层中的裂纹基本集中于部分熔化区，另外晶粒尺寸表现为上小下大的梯度过渡特征。
随着涂层厚度的增加，结合强度逐渐下降，其减小的趋势为先快后慢。
厚度为175μm的试样结合强度高于78.6MPa，而厚度为350、525、700μm的涂层结合强度分别为66.3、47.4、36.2MPa。
2023/2/15 16:26:44
2.94MB
1
带来令人满意的用户体验是每一项业务的重中之重。
因而，企业会仔细观察用户体验和行业发展趋势。
在数字时代，用户体验变得更为繁杂。
从网络上寻找新品牌或通过亲朋好友寻找新品牌，再到在社交媒体上发布产品评价，用户体验之旅可以经过诸多阶段。
除此之外，不断变化的行业发展趋势会极大地影响用户体验。
因而，业务引领者必须要制订繁杂的策略来增强用户体验。
因而，企业会仔细观察用户体验和行业发展趋势。
在数字时代，用户体验变得更为繁杂。
从网络上寻找新品牌或通过亲朋好友寻找新品牌，再到在社交媒体上发布产品评价，用户体验之旅可以经过诸多阶段。
除此之外，不断变化的行业发展趋势会极大地影响用户体验。
因而，业务引领者必须要制订繁杂的策略来增强用户体验。
2023/2/9 13:42:12
653KB
1
中介变量的使用和检验是管理研究中的主流趋势。
介绍了一种分析中介效应的新方法——基于bootstrap的结构方程模型分析，该方法可以克服逐步检验法和Sobel检验法在处理小样本量，小中介效应值，或者中介效应值不呈正态分布的情况下统计功效不高的缺点，并且能有效处理变量的测量误差以及多重中介模型的问题。
在对该方法的原理进行介绍之后，通过一个示例说明了这种方法在管理研究中的应用。
介绍了一种分析中介效应的新方法——基于bootstrap的结构方程模型分析，该方法可以克服逐步检验法和Sobel检验法在处理小样本量，小中介效应值，或者中介效应值不呈正态分布的情况下统计功效不高的缺点，并且能有效处理变量的测量误差以及多重中介模型的问题。
在对该方法的原理进行介绍之后，通过一个示例说明了这种方法在管理研究中的应用。
2023/2/8 10:16:51
1.31MB
1
目标识别是计算机视觉一个重要的研究领域，由此延伸出的车辆型号识别具有重要的实际应用价值，特别是在当今交通状况复杂的大城市，智能交通系统成为发展趋势，这离不开对车辆型号进行识别和分类的工作，本文围绕如何利用计算机视觉的方法进行车辆型号的识别和分类展开了一系列研究：本文对当前的目标识别和分类的特征和算法做了总结和归纳。
分析比较了作为图像特征描述常见的特征算子，总结归纳了他们的提取方法、特征功能以及相互之间的关联。
另外，介绍了在目标识别工作中常用的分类方法,阐述了他们各自的原理和工作方法。
研究了深度神经网络的理论依据，分析比较了深度神经网络不同的特征学习方法，以及卷积神经网络的训练方法。
分析比较不同特征学习方法的特点选取k-means作为本文使用的特征学习方法，利用卷积神经网络结构搭建深度学习模型，进行车辆车型识别工作。
本文为了测试基于深度学习的车辆型号分类算法的功能在30个不同型号共7158张图片上进行实验；
并在相同数据上利用改进了的SIFT特征匹配的算法进行对比实验；
进过实验测试，深度学习方法在进行车型分类的实验中取得94%的正确率，并在与SIFT匹配实验结果对比后进一步证实：深度学习的方法能够应用在车辆型号识别领域
分析比较了作为图像特征描述常见的特征算子，总结归纳了他们的提取方法、特征功能以及相互之间的关联。
另外，介绍了在目标识别工作中常用的分类方法,阐述了他们各自的原理和工作方法。
研究了深度神经网络的理论依据，分析比较了深度神经网络不同的特征学习方法，以及卷积神经网络的训练方法。
分析比较不同特征学习方法的特点选取k-means作为本文使用的特征学习方法，利用卷积神经网络结构搭建深度学习模型，进行车辆车型识别工作。
本文为了测试基于深度学习的车辆型号分类算法的功能在30个不同型号共7158张图片上进行实验；
并在相同数据上利用改进了的SIFT特征匹配的算法进行对比实验；
进过实验测试，深度学习方法在进行车型分类的实验中取得94%的正确率，并在与SIFT匹配实验结果对比后进一步证实：深度学习的方法能够应用在车辆型号识别领域
2023/2/8 8:49:32
4.2MB
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