使用Java实现的R树结构，可以自动生成大量矩形或自己修改输入固定的矩形。
根据最小扩大原则和Guttman的经典算法实现的结构。
经过测试，构建的最小MBR结果都是正确的。
可以直接在eclipse下运行。
根据最小扩大原则和Guttman的经典算法实现的结构。
经过测试，构建的最小MBR结果都是正确的。
可以直接在eclipse下运行。
2025/4/3 17:49:43
160KB
1
代码使用matlab编写，压缩包中包含MNIST数据集及其读取函数、KNN算法实现和ReadMe.txt。
KNN算法中使用了PCA降维处理数据减少运行时间，正确率可达95%，有部分注释。
请结合ReadMe文件使用。
KNN算法中使用了PCA降维处理数据减少运行时间，正确率可达95%，有部分注释。
请结合ReadMe文件使用。
2025/4/3 14:19:42
10.16MB
1
针对MEMS陀螺仪精度不高、随机噪声复杂的问题，研究了某MEMS陀螺仪的随机漂移模型。
应用时间序列分析方法，采用AR(1)模型对经过预处理的MEMS陀螺仪测量数据噪声进行建模，进而基于该AR模型并采用状态扩增法设计Kalman滤波算法。
速率试验和摇摆试验仿真结果表明在静态和恒定角速率条件下，采用该算法滤波后的MEMS陀螺仪的误差均值和标准差都比滤波前有了明显的降低。
针对摇摆基座下该算法随摆动幅度的增大效果变差的问题，从提高采样率和选择自适应Kalman滤波两个方面对算法进行改进。
仿真结果表明，两种方法都能改善滤波效果，然而考虑到系统采样频率和CPU计算速度的限制，自适应滤波有更高的实用性。
应用时间序列分析方法，采用AR(1)模型对经过预处理的MEMS陀螺仪测量数据噪声进行建模，进而基于该AR模型并采用状态扩增法设计Kalman滤波算法。
速率试验和摇摆试验仿真结果表明在静态和恒定角速率条件下，采用该算法滤波后的MEMS陀螺仪的误差均值和标准差都比滤波前有了明显的降低。
针对摇摆基座下该算法随摆动幅度的增大效果变差的问题，从提高采样率和选择自适应Kalman滤波两个方面对算法进行改进。
仿真结果表明，两种方法都能改善滤波效果，然而考虑到系统采样频率和CPU计算速度的限制，自适应滤波有更高的实用性。
2025/4/3 11:28:36
417KB
1
主要是用于求解TDVRP问题，即路阻矩阵是随时间变化的最短路径问题。
当然，由于是精确算法，矩阵规模不能过大。
下载本代码负责答疑，欢迎网友交流
当然，由于是精确算法，矩阵规模不能过大。
下载本代码负责答疑，欢迎网友交流
2025/4/3 11:40:38
5KB
1
以图形窗口方式模拟“磁盘存储空间的管理---Unix成组链接法”，绝对管用，可做操作系统课程设计。
不明白的可发邮件给我，CIGSword:bccuypsj@126.com带有软件使用说明，请一定看下注意事项
不明白的可发邮件给我，CIGSword:bccuypsj@126.com带有软件使用说明，请一定看下注意事项
2025/4/3 9:34:17
8.11MB
1
要求模拟分区存储器中动态分区法，实现分区分配的三种算法：最先适应法，最佳适应法和最坏适应法。
运行时可任选一种算法。
系统应能显示内存分配的状态和参数变化情况。
运行时可任选一种算法。
系统应能显示内存分配的状态和参数变化情况。
2025/4/3 9:18:39
325KB
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