介绍了半双工有线对于讲机以及全双工有线对于讲机的实现。
首要使用了驻极体话筒、LM386D音频功率放大芯片以及喇叭实现短距离内有线对于讲机的双工通讯。
其中全双工有线对于讲机中消侧音电路用到了三极管的特色，很好地实现为了实际与实现相松散的目的。
首要使用了驻极体话筒、LM386D音频功率放大芯片以及喇叭实现短距离内有线对于讲机的双工通讯。
其中全双工有线对于讲机中消侧音电路用到了三极管的特色，很好地实现为了实际与实现相松散的目的。
2023/4/25 22:14:29
1.47MB
1
在VS2013的开拓情景下编写的galil运控平台的示例代码。
能够实时展现之后位置，配置行为倾向、行为速率以及距离。
能够实时展现之后位置，配置行为倾向、行为速率以及距离。
2023/4/23 0:37:02
31.75MB
1
熬炼样本（资源已经附一个熬炼样本）来自ENVICLASSIC导出的ASCLL码格式（文本文件），实施代码会有对于话框申请手动掀开若干个波段的TM图像，有对于话框能够调解输入图像的大小，输入图像展现并以体系功夫命名留存。
代码评释残缺，易于看懂。
代码评释残缺，易于看懂。
2023/4/22 23:50:15
2.3MB
1
电子情报（ELINT）是现代以及未来高本领战争中告成遂行电子战、信息战行为的底子与保障。
本书对于ELINT波及的主耍下场举行了片面体系的深人钻研，给出了雷达距离方程以及截获概率的底籽实际，谈判了ELINT体系的成果特色以及成果组成，描摹了脉冲重复距离以及脉内阐发新本领，谈判了若何应答低截获概率雷达的挑战，力争经由对于雷达信号的截获与阐发，实用普及雷达信号识另外精度，准确判断雨雷达的成果与配置配备枚举。
本书对于ELINT波及的主耍下场举行了片面体系的深人钻研，给出了雷达距离方程以及截获概率的底籽实际，谈判了ELINT体系的成果特色以及成果组成，描摹了脉冲重复距离以及脉内阐发新本领，谈判了若何应答低截获概率雷达的挑战，力争经由对于雷达信号的截获与阐发，实用普及雷达信号识另外精度，准确判断雨雷达的成果与配置配备枚举。
2023/4/22 5:51:34
25.8MB
1
屏幕捉拿与把守巨匠能够实现按时屏幕捉拿、图像自动存储、热键络续捉拿、屏幕抓图、汗青图像查验等成果。
适用于总体用户及公司使用，用来实现屏幕抓图等底子操作，也可用来查验员工在专用电脑上的操作记实，查验儿童操作电脑的记实，查验总体电脑的被使用情景等，是精练易用的屏幕帮手货物。
屏幕捉拿与把守巨匠分为装置版与免装置版，使用免装置版，可尽量即便提防被人查觉。
按时捉拿—配置起始功夫、距离功夫，按时末了屏幕捉拿，自动留存图片 热键捉拿—反对于自定义热键，反对于络续捉拿，可自动留存图片 屏幕抓图—可举行全屏捉拿以及地域捉拿 汗青图片—查验热键捉拿的图片，查验按时捉拿的图片记实 藏匿实施—可怪异的举行屏幕捉拿，可自定义捉拿的各项参数屏幕捉拿与把守巨匠v4.1更新：更正了责任中断后再次运行的BUG，强化了晤面抑制权限
适用于总体用户及公司使用，用来实现屏幕抓图等底子操作，也可用来查验员工在专用电脑上的操作记实，查验儿童操作电脑的记实，查验总体电脑的被使用情景等，是精练易用的屏幕帮手货物。
屏幕捉拿与把守巨匠分为装置版与免装置版，使用免装置版，可尽量即便提防被人查觉。
按时捉拿—配置起始功夫、距离功夫，按时末了屏幕捉拿，自动留存图片 热键捉拿—反对于自定义热键，反对于络续捉拿，可自动留存图片 屏幕抓图—可举行全屏捉拿以及地域捉拿 汗青图片—查验热键捉拿的图片，查验按时捉拿的图片记实 藏匿实施—可怪异的举行屏幕捉拿，可自定义捉拿的各项参数屏幕捉拿与把守巨匠v4.1更新：更正了责任中断后再次运行的BUG，强化了晤面抑制权限
2023/4/21 20:25:01
938KB
1
盘算距离试验室介绍在本试验中，您将编写一些方式来盘算各个邻人之间的距离。
再一次，咱们假如$x$坐标代表邻人的大巷，$y$坐标代表街道。
咱们还将假如每一条街道之间的距离以及每一条小道之间的距离是相同的。
咱们将实现一个名为nearest_neighbors的函数，该函数给定一个邻人，查找其余迩来的邻人。
入门让咱们申明一个变量neighbors并将其调配给字典列表，每一个字典代表邻人的位置。
neighbors=[{'name':'Fred','avenue':4,'street':8},{'name':'Suzie','avenue':1,'street':11},{'name':'Bob','avenue':5,'street':8},{'name':'Edga
再一次，咱们假如$x$坐标代表邻人的大巷，$y$坐标代表街道。
咱们还将假如每一条街道之间的距离以及每一条小道之间的距离是相同的。
咱们将实现一个名为nearest_neighbors的函数，该函数给定一个邻人，查找其余迩来的邻人。
入门让咱们申明一个变量neighbors并将其调配给字典列表，每一个字典代表邻人的位置。
neighbors=[{'name':'Fred','avenue':4,'street':8},{'name':'Suzie','avenue':1,'street':11},{'name':'Bob','avenue':5,'street':8},{'name':'Edga
2023/4/21 14:40:55
10KB
1
Unity3D家养智能编程精辟实现AI脚色的自主挪动——操控行为源码工程操控行为”是指操作抑制脚色，让它们能以模拟真正的方式在游戏天下中挪动。
它的责任方式是经由暴发未必大小以及倾向的操控力，使脚色以某种方式行为。
它属于AI模子中的行为层。
（1）操控行为搜罗一组底子“行为”。
对于径自的AI脚色，底子操控行为搜罗：使脚色濒临或者并吞目的的“Seek”，“Flee”行为；
当脚色濒临目的时使他减速的“Arrival”行为；
使捕猎者追赶猎物的“Pursuit”行为；
使猎物逃离捕猎者的“Evade”行为；
使脚色在游戏天下中随机盘桓的“Wander”行为；
使脚色沿着某条预约路途挪动的“PathFollowing”行为；
使脚色避开挫折物的“ObstacleAvoidance”行为等底子行为中的每一个行为，都暴发响应的操控力，使这些操控力以未必的方式组合起来（实际上就至关于将这些底子“行为”举行了不合的组合），就能够患上到更繁杂的“行为”，从而实现愈加低级的目的。
（2）对于组成小队或者群体的多个AI脚色，搜罗底子的组行为如下。
与其余相邻脚色相持未必距离的“Separation”行为；
与其余相邻脚色相持不合朝向的“Alignment”行为；
濒临其余相邻脚色的“Cohesion”行为；
它的责任方式是经由暴发未必大小以及倾向的操控力，使脚色以某种方式行为。
它属于AI模子中的行为层。
（1）操控行为搜罗一组底子“行为”。
对于径自的AI脚色，底子操控行为搜罗：使脚色濒临或者并吞目的的“Seek”，“Flee”行为；
当脚色濒临目的时使他减速的“Arrival”行为；
使捕猎者追赶猎物的“Pursuit”行为；
使猎物逃离捕猎者的“Evade”行为；
使脚色在游戏天下中随机盘桓的“Wander”行为；
使脚色沿着某条预约路途挪动的“PathFollowing”行为；
使脚色避开挫折物的“ObstacleAvoidance”行为等底子行为中的每一个行为，都暴发响应的操控力，使这些操控力以未必的方式组合起来（实际上就至关于将这些底子“行为”举行了不合的组合），就能够患上到更繁杂的“行为”，从而实现愈加低级的目的。
（2）对于组成小队或者群体的多个AI脚色，搜罗底子的组行为如下。
与其余相邻脚色相持未必距离的“Separation”行为；
与其余相邻脚色相持不合朝向的“Alignment”行为；
濒临其余相邻脚色的“Cohesion”行为；
2023/4/21 7:25:18
15.92MB
1
提出了一种基于深度学习的车位智能检测方式。
行使TensorFlow深度学习平台对于车辆目的识别模子举行了熬炼,提取了实用车辆图像的优化距离,给出了车辆漫衍的精准识别下场,实现为了对于车辆漫衍识别下场的有序编号以及车位空缺情景的准确分辨。
行使模拟数据以及实际收集数据,分别验证了车位漫衍的智能识别、车位智能编号以及空车位辨另外牢靠性。
行使TensorFlow深度学习平台对于车辆目的识别模子举行了熬炼,提取了实用车辆图像的优化距离,给出了车辆漫衍的精准识别下场,实现为了对于车辆漫衍识别下场的有序编号以及车位空缺情景的准确分辨。
行使模拟数据以及实际收集数据,分别验证了车位漫衍的智能识别、车位智能编号以及空车位辨另外牢靠性。
2023/4/19 4:25:58
18.89MB
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