自己精心收集漂亮的后台登陆界面管理页面源码html+js,可以结合到ASP.NET(C#),asp,PHP,JSP语言,编写后台功能源码。
界面主要包括登陆和管理界面。
2024/10/14 22:06:07 1.18MB html js 后台 框架
1
非常适合初学C++的新手阅读,书中讲C++基本语法与游戏开发实例相结合,不枯燥,本人整理了书签方便阅读
2024/10/14 18:18:39 65.25MB 游戏编程 C++入门
1
采用PSO和SA算法的结合,对函数进行智能优化!
2024/10/14 4:57:23 8KB PSO SA 智能优化 粒子群
1
提出了一种可以实现同种或异种金属材料固态冶金结合的新型激光冲击点焊工艺。
实验中,采用Nd∶YAG激光器发出的脉冲激光驱动厚度为30μm的钛箔产生局部塑性变形,并以超高速撞击厚度为100μm的铝板以实现点焊连接。
当钛箔的飞行距离分别为0.3、0.6、0.9mm时,焊点中心的回弹区域面积依次减小,而结合区域面积依次增大。
采用冷镶嵌技术制样用来观察焊点的截面特征,发现了沿焊点直径方向振幅和周期变化的波形界面和平直型界面。
为研究激光冲击点焊对材料力学性能的影响,应用纳米压痕测试技术测量了垂直于焊接界面方向材料的显微硬度,结果表明焊接界面附近材料的硬度值明显提高。
此外,焊接试样的拉伸剪切测试结果表明,当复板和基板发生有效固态冶金结合时其连接强度较高,失效形式通常是焊点边缘破裂。
激光冲击点焊为厚度在微米级的异种金属箔板的点焊连结开辟了新途径。
2024/10/12 17:05:55 5.77MB 激光技术 激光冲击 飞行距离 焊接界面
1
vins-mono全篇公式推导及代码对应,可以帮助很好地理解vins全过程,结合代码可以深刻理解论文的逻辑,并在引导下修改代码。
2024/10/11 12:53:23 2.29MB slam
1
本书着重介绍了散度,梯度,旋度以及与之相关的矢量微积分,并使用图形的方式直观的理解他们的定义以及性质,书中例子多采用,电子,工程领域的实例。
可为广大工程技术人员提供相关的参考。
全书结合图形与实例以便读者更容易理解。
2024/10/10 11:37:02 14.51MB 散度 旋度 梯度
1
通过C#语言编写的车站售票管理系统,分为用户购票退票界面以及车站管理员对车站售票系统的管理,与SQLServer数据库相结合
2024/10/10 9:09:03 11.03MB C# 数据库 管理系统 车站售票
1
《模拟CMOS集成电路设计》介绍模拟CMOS集成电路的分析与设计。
从直观和严密的角度阐述了各种模拟电路的基本原理和概念,同时还阐述了在SOC中模拟电路设计遇到的新问题及电路技术的新发展。
《模拟CMOS集成电路设计》由浅入深,理论与实际结合,提供了大量现代工业中的设计实例。
全书共18章。
前10章介绍各种基本模块和运放及其频率响应和噪声。
第11章至第13章介绍带隙基准、开关电容电路以及电路的非线性和失配的影响,第14、15章介绍振荡器和没相环。
第16章至18章介绍MOS器件的高阶效应及其模型、CMOS制造工艺和混合信号电路的版图与封装。
2024/10/10 1:12:34 15.96MB CMOS
1
在遥感领域,数据集是研究和开发的关键资源,它们为模型训练、验证和测试提供了必要的数据。
"高光谱和LiDAR多模态遥感图像分类数据集"是这样一种专门针对遥感图像处理的宝贵资源,它结合了两种不同类型的数据——高光谱图像和LiDAR(LightDetectionandRanging)数据,以实现更精确的图像分类。
高光谱图像,也称为光谱成像,是一种捕捉和记录物体反射或发射的光谱信息的技术。
这种技术能够提供数百个连续的光谱波段,每个波段对应一个窄的电磁谱段。
通过分析这些波段,我们可以获取物体的详细化学和物理特性,例如植被健康、土壤类型、水体污染等,这对环境监测、城市规划、农业管理等有着重要的应用。
LiDAR则是一种主动遥感技术,它通过向地面发射激光脉冲并测量回波时间来计算目标的距离。
LiDAR数据可以生成高精度的地形模型,包括地表特征如建筑物、树木和地形起伏。
此外,LiDAR还能穿透植被,揭示地表覆盖下的特征,如地基和地下结构。
这个数据集包含了三个不同的地区:Houston2013、Trento和MUUFL。
每个地区可能对应不同的地理环境和应用场景,这为研究者提供了多样性的数据,以便他们在不同条件和场景下测试和比较分类算法的效果。
数据集的分类任务通常涉及识别图像中的各种地物类别,如建筑、水体、植被、道路等。
多模态数据结合可以显著提升分类的准确性,因为高光谱数据提供了丰富的光谱信息,而LiDAR数据则提供了高度精确的空间信息。
将这两者结合起来,可以形成一个强大的特征空间,帮助区分相似的地物类别,减少分类错误。
在实际应用中,这个数据集可以用于训练深度学习或机器学习模型,比如卷积神经网络(CNN)。
通过在这样的多模态数据上训练,模型能够学习到如何综合解析光谱和空间信息,从而提高对遥感图像的分类能力。
对于研究人员和开发者来说,这个数据集提供了理想的平台,用于开发新的图像分析技术,改进现有算法,并推动遥感图像处理领域的创新。
"高光谱和LiDAR多模态遥感图像分类数据集"是一个涵盖了多种地理环境和两种互补遥感技术的宝贵资源,对于理解地物特性、提升遥感图像分类精度以及推动遥感技术的发展具有重大价值。
通过深入研究和利用这个数据集,我们可以期待在未来实现更加智能化和精确化的地球表面监测。
2024/10/9 21:43:17 185.02MB 数据集
1
产品中使用了它,它占用资源非常的低,在嵌入式设备中,可能只需要几百K的内存就够了。
它能够支持Windows/Linux/Unix等等主流的操作系统,同时能够跟很多程序语言相结合,比如Tcl、PHP、Java等,还有ODBC接口,同样比起Mysql、PostgreSQL这两款开源世界著名的数据库管理系统来讲,它的处理速度.
2024/10/9 19:16:26 255KB sqlite3.exe
1
共 1000 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