arcgisjsapiv3.18民间包-201610月最新API
2023/5/13 2:07:43 64.9MB arcgis js api 3.18
1
qt编译毗邻MYSQL涌现QMYSQLdrivernotloaded底子成为普及征兆,收集上大大都处置方案是重新编译驱动,亲自证实是可行方案之一。
这里给出更约莫的行为,适用于ubuntu,直接装置该deb包,就能够了。
ubuntu16.04以及ubuntu18.04下亲测经由。
其余情景未试,请先实施lddlibqsqlmysql.so召唤查验能否是libmysqlclient_r.so.18=>notfound,是则能够用本装置包,不是的话就不用定适用。
2023/5/12 14:37:26 674KB ubuntu qt mysql 驱动
1
Quartus_18.0_破解神器~真的可破解~
2023/5/12 7:44:09 103KB Quartus_18.0 FPGA開發
1
源码资料:JavaData.rar视频教程:第01讲-数组.avi第02讲-约莫排序.avi第03讲-栈以及队列.avi第04讲-链表.avi第05讲-双端链表以及双向链表.avi第06讲-递归的使用第07讲-递归的低级使用第08讲-希尔排序第09讲-快捷排序第10讲-二叉树的底子不雅点第11讲-二叉树的底子操作第12讲-遍历二叉树第13讲-删除了二叉树节点第14讲-红黑树第15讲-哈希表第16讲-凋谢地址法第17讲-链地址法第18讲-图的底子不雅点第19讲-图的搜查第20讲-图的最小天生树
2023/5/10 1:22:02 577B 数据结构 算法分析 java 视频教程
1
matlab罕用代码大全,帮手你科研,论文实证阐发,数模竞赛第44章条理阐发法第45章灰色联系瓜葛度第46章熵权法第47章主成份阐发第48章主成份回归第49章偏最小二乘第50章垂垂回归阐发第51章模拟退火第52章RBF,GRNN,PNN-神经收集第53章相助神经收集与SOM神经收集第54章蚁群算法tsp求解第55章灰色料想GM1-1第56章模糊综合评估第57章交织验证神经收集第58章多项式拟合plotfit第59章非线性拟合lsqcurefit第60章kmeans聚类第61章FCM聚类第62章arima功夫序列第63章topsis第1章BP神经收集的数据分类——语音特色信号分类第2章BP神经收集的非线性体系建模——非线性函数拟合第3章遗传算法优化BP神经收集——非线性函数拟合第4章神经收集遗传算法函数极值寻优——非线性函数极值寻优第5章基于BP_Adaboost的强分类器方案——公司财政预警建模第6章PID神经元收集解耦抑制算法——多变量体系抑制第7章RBF收集的回归--非线性函数回归的实现第8章GRNN收集的料想----基于狭义回归神经收集的货运量料想第9章离散Hopfield神经收集的遥想影像——数字识别第10章离散Hopfield神经收集的分类——高校科研才气评估第11章络续Hopfield神经收集的优化——遨游商下场优化盘算第12章初始SVM分类与回归第13章LIBSVM参数实例详解第14章基于SVM的数据分类料想——意大利葡萄酒品种识别第15章SVM的参数优化——若何更好的提升分类器的成果第16章基于SVM的回归料想阐发——上证指数收盘指数料想.第17章基于SVM的信息粒化时序回归料想——上证指数收盘指数变更趋向以及变更空间料想第18章基于SVM的图像联系-真玄色图像联系第19章基于SVM的手写字体识别第20章LIBSVM-FarutoUltimate货物箱及GUI版本介绍与使用第21章自结构相助收集在方式分类中的使用—患者癌症发病料想第22章SOM神经收集的数据分类--柴油机缺陷诊断第23章Elman神经收集的数据料想----电力负荷料想模子钻研第24章概率神经收集的分类料想--基于PNN的变压器缺陷诊断第25章基于MIV的神经收集变量遴选----基于BP神经收集的变量遴选第26章LVQ神经收集的分类——乳腺肿瘤诊断第27章LVQ神经收集的料想——人脸朝向识别第28章遴选树分类器的使用钻研——乳腺癌诊断第29章极限学习机在回归拟合及分类下场中的使用钻研——比力试验第30章基于随机森林脑子的组合分类器方案——乳腺癌诊断第31章脑子进化算法优化BP神经收集——非线性函数拟合第32章小波神经收集的功夫序列料想——短时交通流量料想第33章模糊神经收集的料想算法——嘉陵江水质评估第34章狭义神经收集的聚类算法——收集入侵聚类第35章粒子群优化算法的寻优算法——非线性函数极值寻优第36章遗传算法优化盘算——建模自变量降维第37章基于灰色神经收集的料想算法钻研——定单需要料想第38章基于Kohonen收集的聚类算法——收集入侵聚类第39章神经收集GUI的实现——基于GUI的神经收集拟合、方式识别、聚类第40章动态神经收集功夫序列料想钻研——基于MATLAB的NARX实现第41章定制神经收集的实现——神经收集的本能化建模与仿真第42章并背运算与神经收集——基于CPU/GPU的并行神经收集运算第43章神经收集高效编程本领——基于MATLABR2012b新版本特色的谈判
2023/5/9 23:33:27 12.05MB matlab 神经网络
1
算例01:印制板PI、去耦电容、IR压降、EMC方案法则查验.丛书15-算例04:印制板上复线三米法辐射场(RE)的准确仿真丛书15-算例05:单根导线电磁辐射(RE)的准确仿真丛书15-算例06:平行线缆间的串扰(XT)仿真...........07/08/09/11/13/18/19/21/23
2023/5/4 12:03:56 9.08MB CST丛书15 仅13个算例
1
第一篇 底子学识第1章 图像/视频底子学识第2章 图像缩放第3章 图像品质增强底子本领第4章 超分说率规复本领第二篇 基于重修的超分说率规复第5章 基于重修的图像超分说率规复本领概述第6章 凸集投影以及最大后验概率估量第7章 基于mrf模子的map图像超分说率规复第8章 基于梯度矢量流解放的图像超分说率规复第9章 基于货物的监控视频超分说率规复第10章 基于权值矩阵的超分说率盲规复第11章 基于小波变更域的超分说率规复第12章 基于单帧高分说率图像的视频序列超分说率规复第三篇 基于学习的超分说率规复第13章 基于学习的超分说率规复本领概述第14章 基于示例学习的超分说率规复算法第15章 基于多类料想器学习的超分说率规复第16章 基于学习的人脸图像超分说率规复第四篇 高动态规模展现第17章 高动态规模图像可视化本领概述第18章 基于自顺应细节增强的高动态规模图像可视化第五篇 超分说率规复本领的阻滞趋向第19章 超分说率规复本领的阻滞趋向
2023/5/3 9:58:06 38.89MB 图像 视频 超分辨率复原
1
zemax中文视频教学课程内容简介如下:(1)Zemax成果模块探究(2)Zemax默许评估函数设定例律(3)Zemax优化操作数详解(4)Zemax方案实例:单透镜优化方案(5)Zemax方案实例:双胶合透镜优化方案(6)Zemax玻璃库的使用方式(7)Zemax用户自定义资料(8)Zemax公役总览(9)Zemax公役操作数详解(10)Zemax公役阐发流程(11)Zemax公役阐发实例:单透镜公役阐发(12)Zemax公役阐发实例:双通体系公役阐发(13)Zemax方案实例:变焦镜头优化方案(14)Zemax光学体系热效应阐发(15)Zemax方案实例:激光扩束体系优化方案(16)Zemax序列成像坐标断点详解(17)Zemax方案实例:激光扫描体系优化方案(18)Zemax全局坐标设定及使用方式(19)Zemax种种棱镜体系的方案以及模拟(20)Zemax方案实例:牛顿望远镜优化方案(21)Zemax光学体系MTF的阐发优化(22)Zemax方案实例:双高斯镜头优化方案(23)Zemax光学体系玻璃资料的阐发优化
2023/5/2 22:32:18 465B zemax
1
《2019张宇低级数学18讲》以教育部大学数学教学纲要、教育部测验中间考研纲要为依据,评释考研数学中概率论与数理统计的部份学识。
在底子学识点的教学之后,给出响应的例题对于学识点做详尽叙述,并安妥配以评释,阐发测验中常考的方式以及易涌现的差迟,末了给出习题,供考生增强对于学识点的知道以及对于做题本领的把握。
如许抱残守缺,让考生对于数学学识从懵懂到领悟贯串。
由于本书有原命题人到场,使内容更具备quan威性。
本年版本降级,在每一讲的末了都配有二维码,扫一扫都市有张宇教师对于本讲重点难点题目的教学。
2023/5/1 12:47:04 197.77MB 张宇 高数18讲
1
嘿,我是丹尼尔经由运行在终端与我联系:down_arrow:npxdanrowe知道若何我是全栈Web开拓人员,数据迷信初学者以及Comp-Sci业余:telescope:在私有MERN堆栈使用法度圭表标准上责任:seedling:知道Kubernetes!:books:钻研编译器,清静编程以及软件尺度。
:high_voltage:幽默的梦想:我编写的第一行代码是在2011年使用JavaScript编写的本领规模:chart_increasing:本周的编码统计:cat_face:我的Github数据:trophy:2021年有254项供献:package:159.4kB用于Github的存储:prohibited:不遴选应聘:scroll:18个人民存储库:key:24个人民堆栈我是夜晚:owl::sun_with_face:Morning8co妹妹its█░░░░░░░░░░░░░░░░░░░░░░░░3.98%:cityscape_at_dusk:Daytime
2023/4/30 16:23:41 19KB
1
共 736 条记录 首页 上一页 下一页 尾页
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 钉钉 钉钉打卡