机械设计课程设计-设计带式输送机传动装置内容很全，很辛苦才弄到的连续单向运转，工作时有轻微振动，使用期限为10年，小批量生产，单班制工作（8小时/天）。
运输速度允许误差为。
课程设计内容1）传动装置的总体设计。
2）传动件及支承的设计计算。
3）减速器装配图及零件工作图。
4）设计计算说明书编写。

云端服务器下载，支持下载新版升级包！别再羡慕fir.im，你也拥有这样的分发平台！修复返回首页退出登录bug最新开源版。
支持七牛阿里云本程序支持IPA和APK分发！上传后自动判断，文件我们通过技术手段已经让IOS和安卓客户稳固安装！更正菜单形容修复转到链接偏差等问题纠正iOS应用封装后图标不变的问题修正一个安装iOS应用时立即信任的错误...新添加应用封装功能平台自带屏蔽违规应用系统设施识别功能优化短链接增强修复一系列优化与修正...源码内附码支付+伪静态+源码批量修改工具等等安装以及使用说明，让您更省心省力【安装环境】Linux+伪静态+PHP5.6以上+mysql5.5以上+ssl证书

java写了一个小工具批量将xls文件转化为json格式的txt文本

DeepLearningToolbox™提供了一个框架，用于设计和实现具有算法，预训练模型和应用程序的深度神经网络。
您可以使用卷积神经网络（ConvNets，CNN）和长期短期记忆（LSTM）网络对图像，时间序列和文本数据进行分类和回归。
应用程序和图表可帮助您可视化激活，编辑网络体系结构以及监控培训进度。
对于小型训练集，您可以使用预训练的深层网络模型（包括SqueezeNet，Inception-v3，ResNet-101，GoogLeNet和VGG-19）以及从TensorFlow™-Keras和Caffe导入的模型执行传输学习。
了解深度学习工具箱的基础知识深度学习图像从头开始训练卷积神经网络或使用预训练网络快速学习新任务使用时间序列，序列和文本进行深度学习为时间序列分类，回归和预测任务创建和训练网络深度学习调整和可视化绘制培训进度，评估准确性，进行预测，调整培训选项以及可视化网络学习的功能并行和云中的深度学习通过本地或云中的多个GPU扩展深度学习，并以交互方式或批量作业培训多个网络深度学习应用通过计算机视觉，图像处理，自动驾驶，信号和音频扩展深度学习工作流程深度学习导入，导出和自定义导入和导出网络，定义自定义深度学习图层以及自定义数据存储深度学习代码生成生成MATLAB代码或CUDA®和C++代码和部署深学习网络函数逼近和聚类使用浅层神经网络执行回归，分类和聚类时间序列和控制系统基于浅网络的模型非线性动态系统;使用顺序数据进行预测。

全参考视频质量评价工具，有PSNR、SSIM、MSSIM、VQM等多项指标，不过不能批量处理

通过工具可以批量对场景中的贴图进行重新命名，适合于3ds不支持贴图命名太长的操作

目标检测NMS-GPU和Cython（非极大值抑制）在window下的编译文件，包括soft_NMS实现。
小批量情况下Cython速度高于GPU

使用bat批处理借助PortQryV2工具进行IP的端口telnet开通测试，测试ip放到list.txt文本中，运行bat批处理，telnet通的放到open.txt；
telnet不通的放到notopen.txt文件内。
非百度云链接，也可从网上查阅资料自行制作。
压缩包内有使用说明，按照list.txt内的格式进行填写ipport，运行bat文件即可。
使用前，建议先ping测试IP连接性，如果IP都是通的，批量telnet会很快完成。
如果IP不通，telnet会有很长的timeout的等待时间。

编写此工具是因为物联网设备调试及批量出厂需要，硬件开发，肯定少不了串口工具，但网上找过几个，都不如意，如是产生了自己编写的想法，并且，因为物联网设备批量出货时，量很大，经常需要采集设备信息，如：模组IMEI号、ICCID、IMSI等信息，如是，在串口工具的基础上，本人添加了“出厂设备”按钮，实现了程序自动采集，只需要人工将设备从串口线另一端进行更换，设备的信息就会采集在列表中，采保证列表不会重复，并可以导出为Excel表文件，文档后面提供全部源码，源码采用Vs.Net2017开发，.NET4.6.2的框架。
C#

asp图片批量上传带预览效果非常好

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。