引见了ＷｅｂＧＬ技术及其应用框架Ｔｈｒｅｅ．ｊｓ，描述了交互平台基本架构搭建和各个功能模块的设计与实现过程，并针对ＯＢＪ格式的３维模型提出一个模型加载算法解析模型的顶点、面和法向量等数据，然后把三维模型加载到网页平台中来，最后本文对平台进行了跨浏览器测试和模型载入速度测试，测试结果表明系统不需修改任何代码就能直接运行在Ｆｉｒｅｆｏｘ、Ｃｈｒｏｍｅ和Ｏｐｅｒａ这３大主流浏览器上，并且模型载入速度较快，显示效果流畅。
2017/6/20 7:39:15
513KB
1
适用于Android的传感器融合演示此应用程序演示了各种传感器和传感器融合的功能。
来自陀螺仪，加速度计和罗盘的数据以不同的方式组合在一起，结果显示为可以通过旋转设备旋转的立方体。
在阅读完整的文档。
此应用程序中的主要新颖之处在于虚拟传感器的融合：改进的方向传感器1和改进的方向传感器2将Android旋转矢量与虚拟陀螺仪传感器融合在一起，从而获得了以前未知的稳定性和精度的姿势估计。
除了这两个传感器之外，还可以使用以下传感器进行比较：改进的方向传感器1（Android旋转矢量和校准的陀螺仪的传感器融合-不稳定，但更准确）改进的方向传感器2（Android旋转矢量和校准的陀螺仪的传感器融合-更稳定，但准确性更低）Android旋转向量（加速度计+陀螺仪+指南针的卡尔曼滤波融合）校准的陀螺仪（加速度计+陀螺仪+指南针的卡尔曼滤波融合的单独结果）重力+指南针加速
来自陀螺仪，加速度计和罗盘的数据以不同的方式组合在一起，结果显示为可以通过旋转设备旋转的立方体。
在阅读完整的文档。
此应用程序中的主要新颖之处在于虚拟传感器的融合：改进的方向传感器1和改进的方向传感器2将Android旋转矢量与虚拟陀螺仪传感器融合在一起，从而获得了以前未知的稳定性和精度的姿势估计。
除了这两个传感器之外，还可以使用以下传感器进行比较：改进的方向传感器1（Android旋转矢量和校准的陀螺仪的传感器融合-不稳定，但更准确）改进的方向传感器2（Android旋转矢量和校准的陀螺仪的传感器融合-更稳定，但准确性更低）Android旋转向量（加速度计+陀螺仪+指南针的卡尔曼滤波融合）校准的陀螺仪（加速度计+陀螺仪+指南针的卡尔曼滤波融合的单独结果）重力+指南针加速
2018/8/26 12:52:28
457KB
1
这项工作提出了一种提取电流波形特征以识别家用电器的方法。
短时傅立叶变换（STFT）和内核PCA技术用于提取这些特征。
一旦定义了特征，分类器k-最近邻(kNN)、支持向量机(SVM)、线性判别分析(LDA)、随机森林(RF)和极限学习机(ELM)被用于设备（??或组合）电器）标识。
PS：ELM算法摘自http://www.ntu.edu.sg/eee/icis/cv/egbhuang.htm并顺应本工作
短时傅立叶变换（STFT）和内核PCA技术用于提取这些特征。
一旦定义了特征，分类器k-最近邻(kNN)、支持向量机(SVM)、线性判别分析(LDA)、随机森林(RF)和极限学习机(ELM)被用于设备（??或组合）电器）标识。
PS：ELM算法摘自http://www.ntu.edu.sg/eee/icis/cv/egbhuang.htm并顺应本工作
2016/3/9 1:10:18
6.61MB
1
《Python数学实验与建模》以Python软件为基础,详细介绍了数学建模的各种常用算法及其软件实现,内容涉及高等数学、工程数学中的相关数学实验、数学规划、插值与拟合、微分方程、差分方程、评价预测、图论模型、多元分析、MonteCarlo模拟、智能算法、时间序列分析、支持向量机、图像处理等内容,既有对算法数学原理的详述,又有案例和配套的Python程序.《Python数学实验与建模》含有Python快速入门基础,可以帮助Python零基础的读者快速掌握Python语言.但对于没有其他任何编程语言基础的读者,建议参考一些愈加具体的Python相关书籍.
2016/7/14 2:07:43
64.18MB
1
利用经验模态分解提取IMF向量与残余向量的matlab程序，可以直接运转emdplus.m，亲测有效，不能运转不要钱~，主函数与样本熵函数samp经过了分析，里面有详细注解，EMD.m函数用的歪国人写的的~目前也是较为常用的版本了
2021/11/22 7:50:26
7KB
1
支持向量机的基本理论是从二类分类问题提出的。
我想绝大部分网友仅着重于理解二类分类问题上了，我当初也是这样，认识事物都有一个过程。
二类分类的基本原理固然重要，我在这里也不再赘述，很多文章和书籍都有提及。
我觉得对于工具箱的使用而言，理解如何实现从二类分类到多类分类的过渡才是最核心的内容。
上面我仅以1-a-r算法为例，解释如何由二类分类器构造多类分类器。
我想绝大部分网友仅着重于理解二类分类问题上了，我当初也是这样，认识事物都有一个过程。
二类分类的基本原理固然重要，我在这里也不再赘述，很多文章和书籍都有提及。
我觉得对于工具箱的使用而言，理解如何实现从二类分类到多类分类的过渡才是最核心的内容。
上面我仅以1-a-r算法为例，解释如何由二类分类器构造多类分类器。
2018/10/26 1:49:19
1.09MB
1
一般的支持向量机（SVM）只能够用作二分类，而本次上传的代码是一个四分类的支持向量机（SVM）算法实现，代码的关键部分都会有注释，适合刚入门的小白看。
本代码还用到了libsvm这个工具箱，需要读者本人配置，配置方法较为简单，本人百度就能实现。
数据可以用本人的也可以用压缩包里面的。
本代码还用到了libsvm这个工具箱，需要读者本人配置，配置方法较为简单，本人百度就能实现。
数据可以用本人的也可以用压缩包里面的。
2019/7/25 20:18:57
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