小巧精悍的中国式报表控件。
2.7主要变动:1.增加了设计器的OCX可视控件，可以将设计器嵌入到自己的Form和网页中。
2.VCL控件增加了相关的右键菜单，可以在Delphi的IDE中设计报表。
3.采用全新Office风格的工具条界面(无需皮肤控件支持)。
4.报表对象的右键菜单中增加了：自动对齐，统一调整大小等功能菜单。
5.图表功能改进，例如：支持设置X轴标题，支持多个Series等。
6.图片和文本一样支持居中、靠右显示等特性。
7.自动合并选项中的“约束合并”改为“依赖关系”由原来的“受左边列合并关系约束”改变为“受左边最近一个合并列的约束”。
8.修正了报表视图中，源子表过宽不能完整显示的问题。
9.修正了设计器处于Form设计页面时退出报错的问题。
10.修正了最小行高度调整不能到位的问题。
11.改进了列自动合并算法，修正了对于复杂报表中单元格自动合并错位的问题。
12.修正了多份打印时，页数不正确的问题。
13.修改了连续纸打印(纸张自动高度)时，对某些打印机的设置失效的问题。
2.7主要变动:1.增加了设计器的OCX可视控件，可以将设计器嵌入到自己的Form和网页中。
2.VCL控件增加了相关的右键菜单，可以在Delphi的IDE中设计报表。
3.采用全新Office风格的工具条界面(无需皮肤控件支持)。
4.报表对象的右键菜单中增加了：自动对齐，统一调整大小等功能菜单。
5.图表功能改进，例如：支持设置X轴标题，支持多个Series等。
6.图片和文本一样支持居中、靠右显示等特性。
7.自动合并选项中的“约束合并”改为“依赖关系”由原来的“受左边列合并关系约束”改变为“受左边最近一个合并列的约束”。
8.修正了报表视图中，源子表过宽不能完整显示的问题。
9.修正了设计器处于Form设计页面时退出报错的问题。
10.修正了最小行高度调整不能到位的问题。
11.改进了列自动合并算法，修正了对于复杂报表中单元格自动合并错位的问题。
12.修正了多份打印时，页数不正确的问题。
13.修改了连续纸打印(纸张自动高度)时，对某些打印机的设置失效的问题。
2024/3/25 12:55:29
18.3MB
1
文中在传导性电磁干扰的产生机理和耦合方式的基础上，分析了线性阻抗稳定网络这一干扰测量电路的工作原理，提出了线性阻抗稳定网络输出为共模和差模混合噪声这一问题后，给出了Paul、See和Guo3种噪声分离网络来实现从总噪声中分离出差模噪声和共模噪声。
根据干扰三要素着重介绍了屏蔽、接地和滤波3种重要的干扰抑制措施，最后利用改进的软件算法来对噪声信号进行诊断和处理，结果表明所采用的算法能够更好的去除共模噪声和差模噪声。
根据干扰三要素着重介绍了屏蔽、接地和滤波3种重要的干扰抑制措施，最后利用改进的软件算法来对噪声信号进行诊断和处理，结果表明所采用的算法能够更好的去除共模噪声和差模噪声。
2024/3/24 21:07:35
1.71MB
1
作为一种新兴的群体智能算法,果蝇优化算法(FOA)因其简单有效而在诸多领域得到成功应用.分析FOA的搜索原理和优缺点,围绕目前的改进和相关应用进行综述.重点讨论FOA改进策略,包括改进搜索半径,改进候选解的生成机制、多种群策略等,以及FOA在复杂函数优化、组合优化和参数优化等方面的应用.最后给出FOA在算法改进和实际应用方面研究的新思路.
2024/3/23 9:50:10
677KB
1
此PHP-SDK是改进后版本(相对于本人之前上传的),改进有以下几点:1)新增部分外部联系人处理的SDK代码(截止到目前,企业微信官方SDK中没有关于外部联系人处理的SDK代码)2)新增外部联系人回调事件处理3)修改并纠正了部分语法问题4)修改了原SDK的回调类中的验证回调url有效性,加密方法,解密方法(根据企业微信官方修改记录所做的同步修改,并测试有效)5)具体可参照本人CSDN的两篇博客,博客中会着重说明本人在开发时遇到的问题及其解决方案,包括注意事项,一篇企业应用开发(已发表),一篇企业外部联系人回调事件(待发表/近期发表,注意更新)
108KB
1
该代码使用Tensorflowr1.7在Ubuntu14.04下使用Python2.7和Python3.5进行测试。
代码中包含测试用例。
模型使用固定图像标准化。
在中科院自动化所，WebFace数据集已经被用于训练。
该面部检测后，该训练集包括总共453453个图像，超过10575个身份。
如果在训练之前过滤了数据集，则可以看到一些性能改进。
有关如何完成此操作的更多信息将在稍后提供。
性能最佳的模型已经在VGGFace2数据集上进行了训练，该数据集由~3.3M面和~9000个类组成。
提供了几个预训练模型。
请注意，模型的输入图像需要使用固定图像标准化进行标准化
代码中包含测试用例。
模型使用固定图像标准化。
在中科院自动化所，WebFace数据集已经被用于训练。
该面部检测后，该训练集包括总共453453个图像，超过10575个身份。
如果在训练之前过滤了数据集，则可以看到一些性能改进。
有关如何完成此操作的更多信息将在稍后提供。
性能最佳的模型已经在VGGFace2数据集上进行了训练，该数据集由~3.3M面和~9000个类组成。
提供了几个预训练模型。
请注意，模型的输入图像需要使用固定图像标准化进行标准化
2024/3/22 22:19:22
2.1MB
1
一门专业课要求用python实现k-匿名，在github上找的源码发现都不太符合问题，于是就自己改进了一下，算是个小demo吧，在python2下可以成功跑通，直接运行final.py，数据信息存在.csv
2024/3/21 13:23:40
5KB
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