经亲测，真正可用的固定资产，无暗桩，仅供研究使用，不对你的数据负责，如商业使用请支持正版。
系统简介:凌鹏固定资产及办公用品管理系统，是协助各单位对固定资产的档案管理、标签打印、借还管理、资产清理、维修管理、资产转移和资产折旧分析(支持平均年限法、年数总和法、双倍余额递减法及工作量法等不同的折旧分析处理)以及办公用品的档案管理、入库管理、出库管理、报损管理进行全面管理的系统。
　　本系统各个数据表的项目都是可以根据自己的需要进行自定义设置（添加、修改、删除），而且，数据表的陈列顺序可以根据需要进行调整，也可以设置数据项目是不是在列表中显示；
另外，对于数据信息窗口的陈列样本也是可以根据用户的需要进行灵活的设置的。
本系统的查询功能比较灵活，可以支持单项查询和多项组合查询；
而且，用户也可以根据自己的需要把某一些常用的查询信息保存为常用查询项目，这样，用户就可以随时通过单击这一些常用查询项目来查询自己所要的信息。
本系统提供有各种打印方式，可以全部信息，也可以打印选择的区域信息或是根据由用户选择某一些项目进行打印，另外，我们的系统还提供有自定义打印模板的功能，用户可以根据实际的需要定义一些常用的打印模板，以方便需要时通过单击这一些打印模板进行打印。
　可以同时支持ACCESS、SQLSERVER两种不同的数据库，可支持单机、网络、远程管理，支持EXCEL表的导出及导入功能，支持大数据量处理，我们的系统采用分页显示的方式进行数据信息的切换，每一个分页显示数量是可以由用户进行定义，对于数据量不大，用户也可以采用不使用分页处理，支持多用户多权限分配管理，支持批量调整和删除数据信息。
本系统提供有专门的数据库维护工具，可以设置固时进行数据备份，可以按小时、天、周、月定时的自动备份到某一个指定的路径中，以更好的维护数据的安全及稳定。
可应用于电子、电器、医药、服装、建筑、物资、化工、商贸、超市、旅游、机械、建材、科技、通讯等各类企业公司，同时可应用于机关、事业单位、学校、研究所等机关事业型单位。

人头检测所需求的训练样本，包含14000张负样本，8000张训练正样本和2000张测试正样本。
包含正面、侧面和背面的人头图像，不包含俯视的人头图像。

1.给出了该神经网络结构图2.比较了单样本训练和批处理训练的区别3.改变不同参数的BP网络运转情况及结果，并给予相应的结果分析（根据不同问题，思考选择最合适的结果表示方法）

書中机器学习(特别是在分类)中一个令人惊讶的常见问题，出现于每个类别的观测样本不成比例的数据集中。
普通的准确率不再能够可靠地度量功能，这使得模型训练变得更加困难。
不平衡类别使得“准确率”失去意义。

使用weka.jar包，只要两个java文件，有一个是House类(定义一个样本及其属性)，还有一个就是基于House类生成每一个样本的arff文件代码

本资源为，基于CNN的人脸识别程序中，训练过程中所运用的样本图像

SerialPlot接受3种不同类型的数据输入：*简单的二进制流，支持不同的数字格式（无符号/有符号-8/16/32位和浮点数）*CSV格式的ASCII数据*用户定义的自定义帧格式（帧开始字节，帧大小，校验和等）。
您可以拍摄当前视图的快照并将其存储在CSV文件中。
您也可以从CSV文件加载它们，方便查看。
用户也可以通过点击定义“命令”发送到串口设备。
命令可以用HEX或ASCII格式定义。
SerialPlotv0.10.0发布哈桑YavuzÖzderya•09/03/2017在15:19•0评论SerialPlot0.10发布。
此版本带来了一些功能改进，次要功能和错误修复。
现在，您可以设置2个选项，而不是“样本数”选项卡中的“样本数”选项。
“缓冲区大小”和“绘图宽度”。
“缓冲区大小”是保存在内存中的样本总数，“绘图宽度”是在X轴上一次绘制的最大样本数。
要查看以前的样本，只需使用X轴滚动条。
这个区别的主要原因是表现。
以前，您无法将样本数量设置得太高，因为SerialPlot试图一次绘制所有数据。
现在您可以将“缓冲区大小”设置为1.000.000，只要保持“绘图宽度”较小，很可能就可以了。
另一个好处是，有时当你频繁地更改数据时，缩放出路并不意味着太多，您也可以在X轴上保持一定的缩放级别，以便能够看到任何细节。
如果你喜欢旧的行为，你总是可以设置缓冲区大小选项相同的数量作为绘图宽度，它应该没事。
请记住，虽然“绘图宽度”选项有一个较小的限制，然后“缓冲区大小”出于功能的原因。
一张纸条;功能改进没有完成。
我仍在进行一些改进，以增加“缓冲区大小”限制。
现在您可以设置RS232控制信号（DTR，RTS），并从“端口”选项卡查看输入信号（）状态。
能够设置DTR信号是一个要求的功能，以便SerialPlot可以与ArduinoLeanardo板一起使用。
我们现在也有一个更新检查器。
您可以从“帮助”菜单启动它。
除非您禁用了SerialPlot，否则每天会检查一次更新。

用于车牌字符辨认的样本，每个字符样本为100个，共计6000多个样本，大小为16*32。
用于车牌字符辨认的训练和测试

python代码，进行曲线的婚配过程，完整可编译，有输入的样本可供实验

基于提高红外图像行人检测准确率的目的，提出了一种基于多特征的红外行人检测算法。
首先提取训练样本的梯度方向直方图特征和强度自类似性特征，利用二者相结合得到联合特征训练支持向量机（SVM），之后利用滑动窗口法対整幅红外图像进行遍历，用训练好的SVM进行分类检测。
在LSIFarInfraredPedestrianDataset数据库上实验证明，基于多特征的检测方法相较于单一特征的方法提高了红外行人检测的精度，降低了误检率和漏检率。

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。