devexpress界面库,终于给出了schedulercontrol如何绑定数据库的方案:http://blog.csdn.net/haoyujie/article/details/41250031原始在这里:https://www.devexpress.com/Support/Center/Example/Details/E4176
2023/11/30 14:04:40 2.09MB devexpress scheduler label 数据库
1
64位windows10下的支持cuda10.2版本的cudnn工具包。
2019年12月下载时的官网最新。
之前英伟达的人机验证老是刷不出来,这次终于出来了,发上来造福群众。
由于原始的zip超过上传大小限制,我把文件重新压缩为了7z格式,内容没有变化。
2023/11/29 22:40:50 170.9MB cudnn cuda gpu计算
1
retinex算法参考论文realizeretinxefrankleMcCannmethod实现依赖opencv调用voidsingleScaleRetinex(constMat&src,Mat&dest,intiteration=4),参数分别是原始图像,处理之后的图像,和迭代次数
2023/11/29 14:10:53 3KB opencv retinex算法
1
RARLAB的RAR是一款多功能,原始,免费,简单,轻松,快速的压缩程序,存档器,助手,提取器,管理器甚至是基本的文件浏览器。
RAR可以创建RAR和ZIP,并解压缩RAR,ZIP,TAR,GZ,BZ2,XZ,7z,ISO,ARJ档案。
功能列表包括损坏的ZIP和RAR文件的修复命令,与RARLAB的WinRAR基准兼容的基准功能,恢复记录,常规和恢复卷,加密,可靠的归档文件,利用多个CPU内核压缩数据。
除了标准的ZIP文件外,解压缩功能还支持带有BZIP2,LZMA,PPMd和XZ压缩的ZIP和ZIPX,也作为受密码保护的ZIP。
Unrar命令可用于所有版本的RAR归档文件,包括最新的RA
2023/11/29 3:45:04 4.77MB RAR Premium
1
原始对偶内点法计算最优潮流;
matlab程序;
optimalpowerflow
2023/11/29 1:11:05 20KB matlab 最优潮流 optimal
1
卷积码是在信息序列通过有限状态移位寄存器的过程中产生的。
通常,移存器包含N级(每级A比特),并对应有基于生成多项式的m个线性代数方程,输入数据每次以A位(比特)移入移位寄存器,在此同时有n位(比特)数据作为己编码序列输出,编码效率为A/n。
参数N被称作约束长度,它指明了当前的输出数据与多少输入数据有关。
它决定了编码的复杂度。
译码器的功能就是,运用一种可以将错误的发生减小到最低程度的规则或方法,从已编码的码字中解出原始信息。
在信息序列和码序列之间有一对一的关系。
此外,任何信息序列和码序列将与网格图中的唯一一条路径相联系。
因而,卷积译码器的工作就是找到网格图中的这一条路径。
Viterbi算法可被描述如下;
把在时刻i,状态所对应的网格图节点记作,每个网相节点被分配一个值。
节点值按如下方式计算:(1)设,。
(2)在时刻i,对于进入每个节点的所有路径计算其不完全路径的长度。
(3)令为在i时刻,到达与状态。
相对应的节点的最小不完全路径长度。
通过在前一节点随机选择一条路径就可产生新的结果。
非存留支胳将从网格图中删除。
以这种方式,可以从。
处生成一组最小路径。
(4)当L表示输入编码段的数目,其中每段为k比特,m为编码器中的最大穆存器的长度,如果,那么令,返回第二步。
一旦计算出所有节点值,则从时刻,状态。
开始,沿网格图中的存留支路反向追寻即可。
这样被定义的支路与解码输出将是一一对应的。
关于不完全路径长度,硬判决解码将采用Hamming距离,而软判决解码将采用Euclidean距离。
2023/11/27 12:42:20 39KB 卷积 编解码
1
使用webrtc开源库中的算法,将其封装为动态库,用来转换音频原始数据pcm采样率
2023/11/25 16:15:09 953KB pcm转采样率 音频采样率
1
一、课题题目基于MATLAB的图像去雾系统二、课题介绍雾,在很大程度上会降低能见度,因此在此情况下拍摄的图像对比度也会受到严重的影响。
尤其是在智能化的今天,对于交通领域的影响表现的尤为明显。
因此,找到应对这种自然现象造成的图像对比度减弱问题的解决办法对于整个领域的发展是非常有现实意义的。
近年来,随着互联网技术的不断发展,关于图像处理方面的技术也趋于成熟,特别是在户外视觉方面的进步也尤为突出。
其已经不仅仅局限在户外,在其他领域也有所涉及。
MATLAB本身具有非常强大的图像处理功能,通过仔细调研发现其能够将在恶劣天气条件下拍摄的图像进行处理,进一步提高图像对比度以接近于原始图像。
本次研究主要使用三种算法队图像进行去雾处理。
分别是全局直方图均衡化、Retinxe算法和同态滤波算法。
通过计算去雾前后图片的psnr和信息熵来对比三种算法的处理效果。
这三种算法不仅仅适用于由于恶劣天气造成的图像对比度降低的情况,其对于处理其他对比度较低的图像也是非常有帮助的。
三、GUI界面设计
2023/11/24 21:08:26 6.56MB MATLAB 图像去雾 GUI界面 暗通道图像去雾
1
澳大利亚入侵检测数据集原始pcap数据。
既有对应的CSV数据,也有原始的PCAP数据。
2023/11/22 21:33:31 64B UNSW-NB15 原始数据 PCAP
1
您的GitHub学习实验室存储库,用于介绍GitHub欢迎你的资料库为您的GitHub学习实验室课程。
在我将指导您完成的各种活动中将使用该存储库。
看到一个你不懂的单词?我们包含了一个表情符号:open_book:在一些关键术语旁边。
单击它以查看其定义。
哦!我还没有自我介绍...我是GitHubLearningLab机器人,我在这里可以帮助指导您学习和掌握本课程涵盖的各个主题。
我将使用“问题”和“拉取请求”注释与您进行交流。
实际上,我已经添加了一个问题供您结帐。
我会在那儿见你,等不及要开始!本课程正在使用:sparkles:开源项目。
在某些情况下,我们对历史记录进行了更改,以便在上课时表现良好,因此请转到原始项目存储库,以了解有关该项目背后的好人的更多信息。
2023/11/20 17:21:12 1.84MB Ruby
1
共 787 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