ionic6_angular10_elm基于ionic6+ng10构建一个具有30+页面的大型单页面应用（master必须使用ionicv6，已升级到v6正式版），将在zorro-antd-mobile组件上替代替换，查找的可以直接使用zorro分支（重构中，未完成）基于ionic5+ng8构建一个具有30+页面的大型单页面应用（请使用ionic5-ng8分支）基于ionic3+ng5构建一个具有30+页面的大型单页应用程序（请使用v3分支，必须使用ionicv3才能启动）指向了vue-elm项目，已征得其本人，项目运行留意：由于涉及大量的ES6/7等新属性，node需要6.0以上版本npminstall-gcordovaionic//需要全局安装cordovaionicgitclonehttps://github.com/nuonuoge/ionic4_angular6_elm.git cdionic4_angular6_elmnpminstallnpmstart另外此项目有配套的后台系统，如果想体验前后台同时
2016/5/18 5:33:10
6.74MB
1
建立了以V带疲劳寿命最长为目标的优化设计模型。
深入研究了该模型中目标函数的凸性、单调性等性质,证明了其可行域是有界闭凸集。
以此为基础提出了求解该模型的一种全局优化解法——最优值线段算法。
最初用实例说明了该模型和全局优化方法的有效性和实用性。
深入研究了该模型中目标函数的凸性、单调性等性质,证明了其可行域是有界闭凸集。
以此为基础提出了求解该模型的一种全局优化解法——最优值线段算法。
最初用实例说明了该模型和全局优化方法的有效性和实用性。
2021/1/24 9:39:30
1.47MB
1
多维分析作用：可以让分析人员快速的从对个角度感知数据情况。
大数据下，可以全局的了解数据。
在决策时，经过维度组合及条件过滤，很容易抽丝剥茧，验证各自的想法。
大数据下，可以全局的了解数据。
在决策时，经过维度组合及条件过滤，很容易抽丝剥茧，验证各自的想法。
2020/1/12 17:27:11
27.53MB
1
这是Java1.4.2以来绝大部分类的UML类图，经过类图学习Java是提升读者Java能力的一个极佳的途径。
给读者以把握全局的感觉。
当然读者要下功夫去理解这些类图才行。
类图共2种，一种是黑白图片，一种是彩色图片，绝对值得学习Java的读者拥有。
给读者以把握全局的感觉。
当然读者要下功夫去理解这些类图才行。
类图共2种，一种是黑白图片，一种是彩色图片，绝对值得学习Java的读者拥有。
2021/11/22 7:33:24
10.88MB
1
RxJ实践课程该存储库包含的代码。
该课程库已更新为Angularv11：安装先决条件请使用节点14（长期支持版本）。
安装AngularCLI使用以下命令，angular-cli将被全局安装在您的计算机中：npminstall-g@angular/cli如何安装此存储库我们可以使用以下命令安装master分支：gitclonehttps://github.com/angular-university/rxjs-course.git该存储库由几个单独的npm模块组成，可以分别安装。
例如，要运行au-input模块，我们可以执行以下操作：cdrxjs-coursenpminstall也可以使用npm照常安装模块：npminstallNPM5或更高版本具有很大的优势，如果您使用它，则将安装与我在计算机中安装的完全相同的依赖项，因而不会遇到语义版本更新引起的问题。
这需要几分钟。
如果有问题，请在课程的“问题”部分中张贴完整的错误消息。
运行开发后端服务器为了提供现实的示例，我们将需要在操场上使用小型RESTAPI后端服务
该课程库已更新为Angularv11：安装先决条件请使用节点14（长期支持版本）。
安装AngularCLI使用以下命令，angular-cli将被全局安装在您的计算机中：npminstall-g@angular/cli如何安装此存储库我们可以使用以下命令安装master分支：gitclonehttps://github.com/angular-university/rxjs-course.git该存储库由几个单独的npm模块组成，可以分别安装。
例如，要运行au-input模块，我们可以执行以下操作：cdrxjs-coursenpminstall也可以使用npm照常安装模块：npminstallNPM5或更高版本具有很大的优势，如果您使用它，则将安装与我在计算机中安装的完全相同的依赖项，因而不会遇到语义版本更新引起的问题。
这需要几分钟。
如果有问题，请在课程的“问题”部分中张贴完整的错误消息。
运行开发后端服务器为了提供现实的示例，我们将需要在操场上使用小型RESTAPI后端服务
2015/4/21 15:13:15
173KB
1
经过半天时间的努力终于将AxureRP7.0手绘风格元件库制造完毕，该元件库中部分内容来自网络，原型库网站的金乌老师将元件事件重写适用于axure7.0版本，并增加了多种常用元件，如：手风琴菜单、Scrollbar、网页Tab标签、评分效果、商品放大镜、放大镜滚动幻灯、分层导航菜单、幻灯轮播、商品颜色尺码选择和放大镜、淘宝网的全局导航菜单、支付方式银行选择、仿京东和淘宝的商品展示等；
同学们可自由传播共同完善，转载请注明出处！元件库预览http://share.yuanxingku.com/mylib/
同学们可自由传播共同完善，转载请注明出处！元件库预览http://share.yuanxingku.com/mylib/
2015/1/20 23:27:27
1.19MB
1
经过半天时间的努力终于将AxureRP7.0手绘风格元件库制造完毕，该元件库中部分内容来自网络，原型库网站的金乌老师将元件事件重写适用于axure7.0版本，并增加了多种常用元件，如：手风琴菜单、Scrollbar、网页Tab标签、评分效果、商品放大镜、放大镜滚动幻灯、分层导航菜单、幻灯轮播、商品颜色尺码选择和放大镜、淘宝网的全局导航菜单、支付方式银行选择、仿京东和淘宝的商品展示等；
同学们可自由传播共同完善，转载请注明出处！元件库预览http://share.yuanxingku.com/mylib/
同学们可自由传播共同完善，转载请注明出处！元件库预览http://share.yuanxingku.com/mylib/
2015/8/27 11:27:58
1.19MB
1
大量的点云数据是通过三维激光扫描得到的，而点云数据的显示快慢遭到了数据索引的直接影响，这是一个基础性问题。
经过研究，八叉树与叶节点ＫＤ树相结合的混合空间索引结构以及ＬＯＤ构建的层次细节模型是用来解决点云数据管理与可视化效率不高的问题的有效方法。
在局部，通过在叶子节点中构建的ＫＤ树实现高效的查询和显示；
在全局，为了实现快速检索与调度使用了八叉树模型。
采用这种混合数据模型进行点云组织，建立空间索引，并对点云数据进行ＬＯＤ构建，实现了点云数据的高效检索以及可视化。
经过研究，八叉树与叶节点ＫＤ树相结合的混合空间索引结构以及ＬＯＤ构建的层次细节模型是用来解决点云数据管理与可视化效率不高的问题的有效方法。
在局部，通过在叶子节点中构建的ＫＤ树实现高效的查询和显示；
在全局，为了实现快速检索与调度使用了八叉树模型。
采用这种混合数据模型进行点云组织，建立空间索引，并对点云数据进行ＬＯＤ构建，实现了点云数据的高效检索以及可视化。
2020/6/26 15:48:55
292KB
1
在对网络中的各联络开关按其单独闭合后构成的环路之间的联系进行分类,并辨明了网损目标函数的极小点与系统基本邻域结构的对应关系之后,提出了一种新的大规模三相不平衡配电系统网络重构算法。
该算法隐含并行地在各个邻域结构内进行寻优搜索,其重构结果不依赖于系统的初始拓扑,也不依赖于开关的操作次序。
其寻优能力不劣于模拟退火法,而计算时间却比模拟退火法大大节省。
一般经2次到3次网络寻优遍历,即可获得系统的全局或近似全局最优解
该算法隐含并行地在各个邻域结构内进行寻优搜索,其重构结果不依赖于系统的初始拓扑,也不依赖于开关的操作次序。
其寻优能力不劣于模拟退火法,而计算时间却比模拟退火法大大节省。
一般经2次到3次网络寻优遍历,即可获得系统的全局或近似全局最优解
2018/3/19 9:34:40
184KB
1
基于IDL的小波分析程序，支持Morlet,Paul,DOG三种基小波，包括局部小波分析，全局小波分析，明显性检验，COI等。
2016/6/24 4:52:37
14KB
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