支持多订少送，只订不送，提前送的订单配送模式，支持客户订单物品关键字记忆功能，即该客户首次订单使用过的物品关键字，现下次订单录入时，同样的关键字会自动匹配历史物品。
单机版提供免费下载，免费使用，真正免费。
单机版提供免费下载，免费使用，真正免费。
2024/2/25 1:58:24
41.82MB
1
随着互联网技术的不断普及与创新，各个领域产生的图结构数据正在激增。
对大规模图结构数据实现高效的查询与匹配是大数据时代的重要任务，图匹配作为图结构数据的基础算法正发挥着重要的作用。
对大规模图结构数据实现高效的查询与匹配是大数据时代的重要任务，图匹配作为图结构数据的基础算法正发挥着重要的作用。
2024/2/23 14:45:47
3.49MB
1
Hausdorff距离匹配代码，实现了CANNY边缘特征点、HARRIS特征点、SIFT特征点、SURF特征点的Hausdorff距离匹配
2024/2/22 19:30:22
3MB
1
Swift的集合概念是该语言的核心抽象之一。
标准库中的主要集合-数组，集合和字典-基本上用于所有Swift程序，从最小的脚本到最大的应用程序。
他们工作的具体方式让所有Swift程序员都感到熟悉，并赋予语言独特的个性。
当我们需要设计一个新的通用集合类型时，重要的是我们遵循标准库建立的先例。
简单地符合Collection协议中记录的要求是不够的：我们还需要额外努力，以便与标准集合类型进行匹配。
正确地做到这一点是快速性难以捉摸的属性的实质，它通常很难解释，但其缺席却非常令人痛心。
标准库中的主要集合-数组，集合和字典-基本上用于所有Swift程序，从最小的脚本到最大的应用程序。
他们工作的具体方式让所有Swift程序员都感到熟悉，并赋予语言独特的个性。
当我们需要设计一个新的通用集合类型时，重要的是我们遵循标准库建立的先例。
简单地符合Collection协议中记录的要求是不够的：我们还需要额外努力，以便与标准集合类型进行匹配。
正确地做到这一点是快速性难以捉摸的属性的实质，它通常很难解释，但其缺席却非常令人痛心。
2024/2/21 10:53:30
7.97MB
1
经典立体匹配算法SemiGlobalMatching(SGM)源码，可直接运行，对代码有任何问题，和博主直接交流。
2024/2/20 21:37:42
58.33MB
1
从Perl5开始，学习Perl编程的重要核心概念，如变量、流控制、表达式和I/O。
此外，这本书还介绍了模式匹配，并展示了Perl非常灵活和强大，而且它不害怕云。
在阅读和使用这本书之后，您将能够开始编写自己的强大脚本来解决许多Web和编程问题。
这是一本我们中的一些人的书，他们相信我们不需要学习Perl，现在我们知道它比以往任何时候都更普遍。
您将看到Perl已经发展成为一种无处不在的多用途、多平台语言：繁重的web应用程序、云、系统管理、自然语言处理和金融工程。
这本书提供了有关所有这些任务的Perl角色的有价值的洞察力，并为您的Perl编程冒险提供了一个很好的开端。
此外，这本书还介绍了模式匹配，并展示了Perl非常灵活和强大，而且它不害怕云。
在阅读和使用这本书之后，您将能够开始编写自己的强大脚本来解决许多Web和编程问题。
这是一本我们中的一些人的书，他们相信我们不需要学习Perl，现在我们知道它比以往任何时候都更普遍。
您将看到Perl已经发展成为一种无处不在的多用途、多平台语言：繁重的web应用程序、云、系统管理、自然语言处理和金融工程。
这本书提供了有关所有这些任务的Perl角色的有价值的洞察力，并为您的Perl编程冒险提供了一个很好的开端。
2024/2/20 15:34:57
3.07MB
1
在机器人视觉系统中运用SIFT描述子对现实世界中的目标进行识别，这一研究已经取得了很大的进步。
运用SIFT生成的图像特征向量的性能十分稳定，对旋转、缩放、平移是保持不变性的，对一定程度目标遮挡、光照变化、视点变化、杂物场景和噪声等也能保持很好的不变性。
RANSAC算法早就已经是计算机视觉领域常用的一个进行矫正的标准方法，在标准的RANSAC算法基础上加入了假设评价，改进为R-RANSAC（TheRandomizedRANSAC）算法。
对这两个方面进行论述，运用SIFT（尺度不变特征变换）算法对双目机器人的两幅视觉图像进行匹配，采用带SPRT的R-RANSAC改进算法对匹配过程进行优化，尽可能在短的时间里完成匹配矫正，进而加速整个配准的时间。
运用SIFT生成的图像特征向量的性能十分稳定，对旋转、缩放、平移是保持不变性的，对一定程度目标遮挡、光照变化、视点变化、杂物场景和噪声等也能保持很好的不变性。
RANSAC算法早就已经是计算机视觉领域常用的一个进行矫正的标准方法，在标准的RANSAC算法基础上加入了假设评价，改进为R-RANSAC（TheRandomizedRANSAC）算法。
对这两个方面进行论述，运用SIFT（尺度不变特征变换）算法对双目机器人的两幅视觉图像进行匹配，采用带SPRT的R-RANSAC改进算法对匹配过程进行优化，尽可能在短的时间里完成匹配矫正，进而加速整个配准的时间。
2024/2/17 5:39:03
538KB
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