MATLAB代码经典功率谱估计，Welch法、协方差法、周期图、burg法及其对比，附完整注释
2025/5/2 12:11:43
2KB
1
材料UI芯片输入该项目为提供了一个。
它受到启发。
如果您想亲自尝试该组件而不是观看gif，请转到进行实时演示！安装npmi--savematerial-ui-chip-input@next注意：这是Material-UI1.0.0或更高版本的版本。
如果您仍在使用Material-UI0.x，则可以使用我们的。
用法该组件支持受控或不受控制的输入模式。
如果使用受控模式（通过设置value属性），则不会调用onChange回调。
importChipInputfrom'material-ui-chip-input'//uncontrolledinputhandleChange(chips)}/＞//controlledinputhandle
它受到启发。
如果您想亲自尝试该组件而不是观看gif，请转到进行实时演示！安装npmi--savematerial-ui-chip-input@next注意：这是Material-UI1.0.0或更高版本的版本。
如果您仍在使用Material-UI0.x，则可以使用我们的。
用法该组件支持受控或不受控制的输入模式。
如果使用受控模式（通过设置value属性），则不会调用onChange回调。
importChipInputfrom'material-ui-chip-input'//uncontrolledinputhandleChange(chips)}/＞//controlledinputhandle
2025/5/2 3:23:05
474KB
1
最优化问题教材---无论做任何一件事，人们总希望以最少的代价取得最大的效益，也就是力求最好，这就是优化问题．最优化就是在一切可能的方案中选择一个最好的方案以达到最优目标的学科．例如，从甲地到乙地有公路、水路、铁路、航空四种走法，如果我们追求的目标是省钱，那么只要比较一下这四种走法的票价，从中选择最便宜的那一种走法就达到目标．这是最简单的最优化问题，实际优化问题一般都比较复杂．概括地说，凡是追求最优目标的数学问题都属于最优化问题．作为最优化问题，一般要有三个要素：第一是目标；
第二是方案；
第三是限制条件．而且目标应是方案的“函数”．如果方案与时间无关，则该问题属于静态最优化问题；
否则称为动态最优化问题．
第二是方案；
第三是限制条件．而且目标应是方案的“函数”．如果方案与时间无关，则该问题属于静态最优化问题；
否则称为动态最优化问题．
2025/5/1 5:46:09
4.57MB
1
以新疆红富士苹果为研究对象,探讨应用高光谱图像技术和最小外接矩形法预测其大小的研究方法。
提取苹果高光谱图像中可见红色区域受色度影响较小的713nm以及近红外区域793和852nm的3个波长图像,做双波段比运算处理。
比较所得双波段比图像可知,852/713双波段比图像中背景和前景灰度对比度最大。
对该图像做阈值分割以及形态闭运算去除果梗区域,使用8邻接边界跟踪法得到二值图像的轮廓坐标序列,采用最小外接矩形法求苹果的大小,与实测值建立回归方程。
结果表明,基于高光谱图像技术采用波段比算法,结合最小外接矩形法,能够有效地检测苹果大小,预测值与实际值最大绝对误差为3.06mm,均方根误差为1.21mm。
提取苹果高光谱图像中可见红色区域受色度影响较小的713nm以及近红外区域793和852nm的3个波长图像,做双波段比运算处理。
比较所得双波段比图像可知,852/713双波段比图像中背景和前景灰度对比度最大。
对该图像做阈值分割以及形态闭运算去除果梗区域,使用8邻接边界跟踪法得到二值图像的轮廓坐标序列,采用最小外接矩形法求苹果的大小,与实测值建立回归方程。
结果表明,基于高光谱图像技术采用波段比算法,结合最小外接矩形法,能够有效地检测苹果大小,预测值与实际值最大绝对误差为3.06mm,均方根误差为1.21mm。
2025/4/29 18:04:53
359KB
1
主要功能是：打开图像彩色变灰阶邻域平均选择阈值腐蚀图像缩小启动摄像头恢复图像图像反相Gauss滤波自适应阈值法膨胀径向梯度打开AVI文件关闭当前窗口垂直镜像中值滤波全局阈值法开运算Canny算法视频解冻保存当前位图水平镜像Sobel算法外接矩形闭运算种子填充视频冻结最近文件180度旋转Laplace算法最小面积矩形形态学梯度金字塔图像分割多图像平均恢复原始图像30度旋转点集凸包顶帽变换椭圆曲线拟合关闭视频当前画面存盘亮度变换区域凸包波谷检测Snake原理选择分辨率退出图像直方图轮廓跟踪分水岭原理动态边缘检测直方图均衡化距离变换角点检测L_K光流跟踪
2025/4/28 10:16:08
7.98MB
1
问题描述：罗密欧与朱丽叶的迷宫。
罗密欧与朱丽叶身处一个m×n的迷宫中，如图所示。
每一个方格表示迷宫中的一个房间。
这m×n个房间中有一些房间是封闭的，不允许任何人进入。
在迷宫中任何位置均可沿8个方向进入未封闭的房间。
罗密欧位于迷宫的(p，q)方格中，他必须找出一条通向朱丽叶所在的(r，s)方格的路。
在抵达朱丽叶之前，他必须走遍所有未封闭的房间各一次，而且要使到达朱丽叶的转弯次数为最少。
每改变一次前进方向算作转弯一次。
请设计一个算法帮助罗密欧找出这样一条道路。
编程任务：对于给定的罗密欧与朱丽叶的迷宫，编程计算罗密欧通向朱丽叶的所有最少转弯道路。
罗密欧与朱丽叶身处一个m×n的迷宫中，如图所示。
每一个方格表示迷宫中的一个房间。
这m×n个房间中有一些房间是封闭的，不允许任何人进入。
在迷宫中任何位置均可沿8个方向进入未封闭的房间。
罗密欧位于迷宫的(p，q)方格中，他必须找出一条通向朱丽叶所在的(r，s)方格的路。
在抵达朱丽叶之前，他必须走遍所有未封闭的房间各一次，而且要使到达朱丽叶的转弯次数为最少。
每改变一次前进方向算作转弯一次。
请设计一个算法帮助罗密欧找出这样一条道路。
编程任务：对于给定的罗密欧与朱丽叶的迷宫，编程计算罗密欧通向朱丽叶的所有最少转弯道路。
2025/4/28 10:13:48
3KB
1
利用牛顿-雅可比迭代法求非线性方程组Ax=b的一个根,压缩包里包含了求解非线性方程组的代码，只要用MATLAB软件打开程序运行即可
2025/4/27 22:29:47
666B
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