WhiteSmokeWriter2012是一项用于校对和编辑文章的多合一工具大概包含以下功能：*已更新！语法检查功能发现和修改复杂的语法错误。
*新增！作文评价即时对您的作文质量做出评价*已更新！文体检查功能改进你的语句、词汇和写作风格*已更新！拼写检查功能修正打字错误及难拼写单词*已更新！标点检查功能确保标点的准确使用以提高易读性*已更新！错误解释功能通过错误解释和英语课程功能帮助您从自己所犯的错误中学习提高*适用于任何地点可与MSWord、Outlook及所有其它基于文字的应用程序配合使用。
*已更新！文体检查功能取得单词的精确释义，同义词及常用短语*信函模板600多种信函模板供您开始动手写作
*新增！作文评价即时对您的作文质量做出评价*已更新！文体检查功能改进你的语句、词汇和写作风格*已更新！拼写检查功能修正打字错误及难拼写单词*已更新！标点检查功能确保标点的准确使用以提高易读性*已更新！错误解释功能通过错误解释和英语课程功能帮助您从自己所犯的错误中学习提高*适用于任何地点可与MSWord、Outlook及所有其它基于文字的应用程序配合使用。
*已更新！文体检查功能取得单词的精确释义，同义词及常用短语*信函模板600多种信函模板供您开始动手写作
2024/2/7 10:02:52
8.87MB
1
图像处理中，已知一系列圆上的点，计算圆心和半径。
具体算法描述可以参考文献以下文献。
岳健《一种改进的Hough圆检测算法》应用科技2006年本类完全按照以上文献描述的算法编写。
具体算法描述可以参考文献以下文献。
岳健《一种改进的Hough圆检测算法》应用科技2006年本类完全按照以上文献描述的算法编写。
2024/2/7 0:44:09
12KB
1
Sudoku-Generator：使用改进的高效回溯算法用C++编写的Sudoku拼图生成器
2024/2/6 20:08:48
104KB
1
在分步傅里叶法求解非线性薛定谔方程的基础上，介绍了一种时间窗口和步长动态自适应调整的改进算法，该算法根据时域脉冲的扩散情况调整时间窗口，采用局部误差法控制计算步长，在保证精度的同时提高了计算效率。
讨论了数值计算时如何正确选取正、逆傅里叶变换的形式，分析了如何由离散的计算结果近似连续的时域和频域波形。
模拟了光子晶体光纤中超连续谱的产生，验证了算法的正确性。
讨论了数值计算时如何正确选取正、逆傅里叶变换的形式，分析了如何由离散的计算结果近似连续的时域和频域波形。
模拟了光子晶体光纤中超连续谱的产生，验证了算法的正确性。
2024/2/6 15:02:43
1.07MB
1
本代码是matlab的代码，毕业设计的三个算法，对原来的粒子群算法进行改进，分别是混沌粒子群，和GAPSO得到的效果还不错，注意这是代码，源代码。
2024/2/5 11:50:09
545KB
1
在过去的一段时间里面，我们经常会听到来自公有云供应商的各种故障报道。
每次出现这些故障新闻总是会引起大家的各种讨论。
有对公有云发展持怀疑的，有对公有云供应商抱怨的，当然也免不了一些互黑的事情发生。
无论您的观点如何，我们都不得不承认如下两个事实：1.公有云正在各种故障、怀疑声音中一步步向前发展，而且发展速度还在加速。
作为IT用户，不管你愿不愿意，你都得面对公有云会进入您日常工作中一部分（甚至是主要部分）的现实。
2.企业IT对于公有云的期待和目前公有云提供的服务能力还是有差距的。
这个差距需要公有云供应商持续努力改进，但更要企业IT用户更好理解公有云的设计原则，正确看待公有云产品及服务并基于此设计符
每次出现这些故障新闻总是会引起大家的各种讨论。
有对公有云发展持怀疑的，有对公有云供应商抱怨的，当然也免不了一些互黑的事情发生。
无论您的观点如何，我们都不得不承认如下两个事实：1.公有云正在各种故障、怀疑声音中一步步向前发展，而且发展速度还在加速。
作为IT用户，不管你愿不愿意，你都得面对公有云会进入您日常工作中一部分（甚至是主要部分）的现实。
2.企业IT对于公有云的期待和目前公有云提供的服务能力还是有差距的。
这个差距需要公有云供应商持续努力改进，但更要企业IT用户更好理解公有云的设计原则，正确看待公有云产品及服务并基于此设计符
2024/2/5 1:22:37
163KB
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（--use_fixed_image_standardization例如，在运行时使用该选项validate_on_lfw.py）。
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（--use_fixed_image_standardization例如，在运行时使用该选项validate_on_lfw.py）。
2024/2/3 22:02:24
2.1MB
1
用C#写的实现DataGridView合并单元格、分页显示、页面设置、打印和Excel导出功能，精典实例，可以直接使用。
如在使用过程中有问题或改进，可以发Email：liubingchao@126.com；
互相交流与学习。
如在使用过程中有问题或改进，可以发Email：liubingchao@126.com；
互相交流与学习。
2024/2/3 4:37:17
439KB
1
跌倒检测，采用OPENCV4DNN开发，在英特尔的GPU上加速，大概每帧40MS左右，速度极快，假如您电脑上有别的GPU，可能跑不了，因为英特尔的OPENCV限制DNN在别的GPU上运行。
一般的电脑，只要有英特尔的graphic就能跑，速度比纯CPU快多了
一般的电脑，只要有英特尔的graphic就能跑，速度比纯CPU快多了
2024/2/2 16:19:34
42.44MB
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