cyUSB类库（包括cyAPI,cyUsb.dll以及使用说明），结合我前面上传的几个源码进行系统地学习，开发上位机。
拿走不谢。
拿走不谢。
2025/5/1 10:06:22
1.25MB
1
ZEMAX是美国RadiantZemax公司所发展出的光学设计软件，可做光学组件设计与照明系统的照度分析，也可建立反射，折射，绕射等光学模型，并结合优化，公差等分析功能，是套可以运算sequential及Non-Sequential的软件。
2025/5/1 5:50:17
100KB
1
采用动态规划思想，根据最优子结构性质，求出对比代码的最长公共子序列，从而判断对比代码的相似度。
本系统把分词技术和最长公共子序列有机的结合，将对比代码分割成单词或标点符号，以单词和符号为检测单元，有效的提高了检测的精准度
本系统把分词技术和最长公共子序列有机的结合，将对比代码分割成单词或标点符号，以单词和符号为检测单元，有效的提高了检测的精准度
2025/4/30 15:14:58
4.8MB
1
以新疆红富士苹果为研究对象,探讨应用高光谱图像技术和最小外接矩形法预测其大小的研究方法。
提取苹果高光谱图像中可见红色区域受色度影响较小的713nm以及近红外区域793和852nm的3个波长图像,做双波段比运算处理。
比较所得双波段比图像可知,852/713双波段比图像中背景和前景灰度对比度最大。
对该图像做阈值分割以及形态闭运算去除果梗区域,使用8邻接边界跟踪法得到二值图像的轮廓坐标序列,采用最小外接矩形法求苹果的大小,与实测值建立回归方程。
结果表明,基于高光谱图像技术采用波段比算法,结合最小外接矩形法,能够有效地检测苹果大小,预测值与实际值最大绝对误差为3.06mm,均方根误差为1.21mm。
提取苹果高光谱图像中可见红色区域受色度影响较小的713nm以及近红外区域793和852nm的3个波长图像,做双波段比运算处理。
比较所得双波段比图像可知,852/713双波段比图像中背景和前景灰度对比度最大。
对该图像做阈值分割以及形态闭运算去除果梗区域,使用8邻接边界跟踪法得到二值图像的轮廓坐标序列,采用最小外接矩形法求苹果的大小,与实测值建立回归方程。
结果表明,基于高光谱图像技术采用波段比算法,结合最小外接矩形法,能够有效地检测苹果大小,预测值与实际值最大绝对误差为3.06mm,均方根误差为1.21mm。
2025/4/29 18:04:53
359KB
1
在一个10X10X10的三维空间，有一部分障碍物，从一端出发到另一端的最优路径。
规定在水平方向可以走斜线，在竖直方向只能走直线。
A*的启发式函数采用曼哈顿距离结合对角线距离。
规定在水平方向可以走斜线，在竖直方向只能走直线。
A*的启发式函数采用曼哈顿距离结合对角线距离。
2025/4/25 17:28:52
11.77MB
1
这是本人花了半个月写出来的一个基于java编程和SqlServer数据库技术结合的Swing项目，是一个超市管理系统，里面包含着超市管理的基本业务流程，（员工管理，部门管理，商品管理，销售管理，）还包含数据库设计，数据字典，本超市管理系统，使用MVC的编程思想，希望对你的java学习有帮助。
数据库已分离好，下载后往SqlServer附加我的数据库文件，还有在MyEclipse导入我的项目就就可以使用了（注意我的SqlServer的密码可能和你的不一样，你要根据自己的密码修改我项目里面JDBC的密码，是写在一个db.properties文件的，打开就明白了，很容易改的），。
谢谢欣赏
数据库已分离好，下载后往SqlServer附加我的数据库文件，还有在MyEclipse导入我的项目就就可以使用了（注意我的SqlServer的密码可能和你的不一样，你要根据自己的密码修改我项目里面JDBC的密码，是写在一个db.properties文件的，打开就明白了，很容易改的），。
谢谢欣赏
2025/4/24 20:11:22
895KB
1
请结合本人该篇博客进行理解：https://blog.csdn.net/weixin_44344462/article/details/88169565
2025/4/24 6:31:25
2KB
1
研究了基于运动想象的皮层脑电信号ECoG的特点,针对BCI2005竞赛数据集I中的ECoG信号,通过提取频带能量获得了想象左手小指及舌头运动时的特征,结合Fisher,SVM-RFE及L0算法对特征进行选择,采用10段交叉验证的方法得到训练数据集在各维特征数下的识别正确率并选出最佳特征组合.结果表明:三种特征选择方法中SVM-RFE算法所选出的特征组合可以获得最低的识别错误率以及最低的特征维数,针对所选出的特征组合,使用训练数据集的特征对线性支持向量机进行训练,使用训练好的模型对测试数据集进行分类,识别正确率可以达到94%.
2025/4/23 15:28:28
657KB
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