汇编编程代码编写程序，接受从键盘输入的10个十进制数字，输入中遇到回车符则停止输入，各个数经过bcd码处理，以十六进制显示在屏幕上
2024/9/9 11:06:24
2KB
1
用来正确读取BMP文件信息：文件头：大小，长宽，颜色数目，关键颜色数目，每像素所用bit数，水平和垂直分辨率，压缩方式等
2024/9/9 5:30:28
53KB
1
在微机及接口实验箱上完成猜数字游戏设计。
猜数开始后，七段数码管显示时间，按实验箱数字键猜数字，未猜中，根据大小在LED16×16点阵上显示“大”或“小”以继续猜测；
若猜中，蜂鸣器发出声响，同时在LED上显示实际数字；
若规定时间内未猜中，则猜数失败。
猜数开始后，七段数码管显示时间，按实验箱数字键猜数字，未猜中，根据大小在LED16×16点阵上显示“大”或“小”以继续猜测；
若猜中，蜂鸣器发出声响，同时在LED上显示实际数字；
若规定时间内未猜中，则猜数失败。
2024/9/8 1:14:52
197KB
1
目的：使用CNN卷积神经网络实现语音识别步骤：（1）预处理。
首尾端的静音切除，降低对后续步骤造成的干扰，然后进行声音分帧，把声音切开成帧，，各帧之间一般是有交叠。
（2）特征提取。
运用的算法为倒谱系数（MFCC），把每一帧波形变成一个包含声音信息的多维向量；
（3）RNN模型训练。
有了特征，就可以使用TensorFlow完成模型的建立和训练了。
（4）验证模型。
目标：对相应的声音数据进行分类，例如数据的是数数的数据，能够输出对应的数字。
首尾端的静音切除，降低对后续步骤造成的干扰，然后进行声音分帧，把声音切开成帧，，各帧之间一般是有交叠。
（2）特征提取。
运用的算法为倒谱系数（MFCC），把每一帧波形变成一个包含声音信息的多维向量；
（3）RNN模型训练。
有了特征，就可以使用TensorFlow完成模型的建立和训练了。
（4）验证模型。
目标：对相应的声音数据进行分类，例如数据的是数数的数据，能够输出对应的数字。
2024/9/7 10:11:28
5KB
1
24点游戏Java实现，界面Javafx实现，一副牌中抽去大小王剩下52张(如果初练也可只用1～10这40张牌)，任意抽取4张牌(称牌组)，用加、减、乘、除(可加括号)把牌面上的数算成24。
每张牌必须用一次且只能用一次，如抽出的牌是3、8、8、9，那么算式为(9-8)×8×3或3×8+(9-8)或(9-8÷8)×3等
每张牌必须用一次且只能用一次，如抽出的牌是3、8、8、9，那么算式为(9-8)×8×3或3×8+(9-8)或(9-8÷8)×3等
2024/9/6 17:02:05
2.41MB
1
目录3.1.1、配置Poolmember 2延伸：不同poolmember采用不同健康检查 33.1.2、配置VS 43.1.3、自定义健康检查 53.1.4、自定义fasltL4参数 63.1.5、自定义tcp参数（standard模式才能调用） 73.1.6、配置SNATpool 93.1.7、配置allowforward参数 103.1.8、配置irules实现同网段SNAT 103.1.9、创建GUESTlist 123.1.11、服务器内核参数 173.1.12、f5打流 193.1.13、查看服务器会话连接数 193.1.14、f5抓包 193.1
2024/9/6 4:16:33
2.8MB
1
多线程计算pi，并且做性能分析。
单线程与多线程对比计算量相同，线程数不同例如，N取1000,000，测试使用1、2、3、4……个线程时所需要的时间。
线程数相同，计算量不同例如，只考察单线程和双线程的性能对比，N分别取不同的数值。
单线程与多线程对比计算量相同，线程数不同例如，N取1000,000，测试使用1、2、3、4……个线程时所需要的时间。
线程数相同，计算量不同例如，只考察单线程和双线程的性能对比，N分别取不同的数值。
2024/9/5 17:44:17
577B
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