如果mtk3360方案的机子不下心刷机黑屏无法开机.复位也没反应.那说明你刷了带MCU不匹配的包.我们拿一款为知名的通用机为说明1.文件夹里的（3-1mtk3360.zip）带MCU的包.解压拷贝到4G以内的卡上.把排线第8.9排线并联.机子会自动开机.直到机子自动刷机完成松开排线链接（刷机最多2分钟）刷完后可以进菜单.但是声音按键没反应可以正常开关机.2.接下来再把(通用软件加带协议不带MCU的包)通用刷机包从新刷一下(刷机中不要断电)3.刷完后拔卡重启.进入菜单后喇叭有声音.不断沙沙的声音（无论收音机或者SD卡模式）.进入设置输入工程密码.把外置声音改成内置
2023/2/20 20:16:48
83.01MB
1
包括：最小覆盖问题，最大边权最小生成树，字符串频率，字典问题，装箱问题，整数字典，旋转变换问题，图的2着色，同构二叉树，条形图，套汇问题，素数问题，双回路，石子合并，嵌套箱，前缀二叉树，离线最小值，进制方程，简单路径，赋权有向道路，非递归遍历，二叉树最短路径biminp，多机调度，等价类划分，wire小鼠迷宫，wait服务最优次序，waits多处服务最优次序，tape程序最优存储，switch电路板布线，subsize子树问题，stacks车皮编序，，repeat最长重复子串，rail车皮排序，railpk最优平行轨道车皮排序，railkk有限转轨栈车皮排序，post邮局选址，poly实系数一元式，pattern模式匹配，pipe油井选址，net集成电路等价类，paren括号匹配，maze小鼠迷宫，matchall所有匹配，jose陈列，inver逆序表，image图元识别，i2p，hanoi，glist广义表，gap间隙字符串匹配，expr波兰表达式，equiv等价类划分，cyc回文问题，count串计数，class向量分类，circle平面几何，cata高精度组合数，bilca_0最近公共祖先下载同时也支持下我的博客吧，关注最新的代码吧http://blog.csdn.net/msl1121
2023/2/19 23:03:06
7.52MB
1
GaiaPro主要功能：-多瓦片地形支持；
-强大的生物群落创建和混合系统；
-无损编辑的大规模世界创作；
-大规模的世界流，剔除和浮点修复支持；
-模块化向导驱动的设计，可随意使用或少用；
-具有位置和季节变化，SS，覆盖和积雪的植被着色器；
-具有位置和季节性变化，sss，世界覆盖和积雪的资产着色器；
-摄影测量增强了资产收集，包括：-地形纹理和岩石-基于广告牌和网格的草和花-灌木，浆果，蕨类，蘑菇，树桩，枯死树-云杉，松木，枫木，红杉，橡树;-精美且可配置的照明系统，支持一天中的时间；
-鸟类，蝴蝶，落叶和花粉可繁衍的视觉特效系统；
-可扩展的SoundFX系统，具有各种示例声音和音乐；
-整合并匹配的天空，照明，雾气和后FX，可带来美丽的视觉效果；
-带雨雪支持的综合天气系统；
-美丽，快速的水着色器和预设系统；
-第一，第三和飞行角色控制器；
-轻松扩展自己的资产；
-GPU加速冲压和生成；
-实时戳和生成器预览；
-地形地形网格导出系统；
-基于层的资产筛选系统；
-内置，URP和HDRP7.2支持；
-可堆叠的过滤系统；
-完全集成并经过测试。
。
。
。
。
。
。
-强大的生物群落创建和混合系统；
-无损编辑的大规模世界创作；
-大规模的世界流，剔除和浮点修复支持；
-模块化向导驱动的设计，可随意使用或少用；
-具有位置和季节变化，SS，覆盖和积雪的植被着色器；
-具有位置和季节性变化，sss，世界覆盖和积雪的资产着色器；
-摄影测量增强了资产收集，包括：-地形纹理和岩石-基于广告牌和网格的草和花-灌木，浆果，蕨类，蘑菇，树桩，枯死树-云杉，松木，枫木，红杉，橡树;-精美且可配置的照明系统，支持一天中的时间；
-鸟类，蝴蝶，落叶和花粉可繁衍的视觉特效系统；
-可扩展的SoundFX系统，具有各种示例声音和音乐；
-整合并匹配的天空，照明，雾气和后FX，可带来美丽的视觉效果；
-带雨雪支持的综合天气系统；
-美丽，快速的水着色器和预设系统；
-第一，第三和飞行角色控制器；
-轻松扩展自己的资产；
-GPU加速冲压和生成；
-实时戳和生成器预览；
-地形地形网格导出系统；
-基于层的资产筛选系统；
-内置，URP和HDRP7.2支持；
-可堆叠的过滤系统；
-完全集成并经过测试。
。
。
。
。
。
。
2023/2/19 10:22:16
75B
1
编译原理的课程设计。
dfascan.cpp:输入一个正规式，并输入一个字符串，判断输入的字符串能否符合此正规式的语法规则。
其他两个文件，是关于llr和slr文法的设计的
dfascan.cpp:输入一个正规式，并输入一个字符串，判断输入的字符串能否符合此正规式的语法规则。
其他两个文件，是关于llr和slr文法的设计的
2023/2/19 4:32:37
20KB
1
前期我发了这个资源，有些网友反映不错，有些网友没有弄会，这近期对代码做了些修改，使移植到自己的PSD模板愈加，内有详细说明。
功能及特点：1.用于批量制作工作证、信息卡等。
2.通过简单的代码修改，匹配自己的模板(只需要修改核心代码区的几行代码，就可以移植到自己的模板)。
3.支持照片图层和文本图层的智能替换并保存。
4.用excel编辑信息，自动读取excel的信息字段，自动批量存储为不同的jpg、png、bmp或psd图片。
功能及特点：1.用于批量制作工作证、信息卡等。
2.通过简单的代码修改，匹配自己的模板(只需要修改核心代码区的几行代码，就可以移植到自己的模板)。
3.支持照片图层和文本图层的智能替换并保存。
4.用excel编辑信息，自动读取excel的信息字段，自动批量存储为不同的jpg、png、bmp或psd图片。
2023/2/18 0:39:03
1.53MB
1
etl工具，infomatica，nformaticaEnterpriseDataIntegration包括InformaticaPowerCenter和InformaticaPowerExchange两大产品，凭借其高功能、可充分扩展的平台，可以解决几乎所有数据集成项目和企业集成方案。
·InformaticaPowerCenter用于访问和集成几乎任何业务系统、任何格式的数据，它可以按任意速度在企业内交付数据，具有高功能、高可扩展性、高可用性的特点。
InformaticaPowerCenter包括4个不同版本，即：标准版，实时版，高级版，云计算版。
同时，它还提供了多个可选的组件，以扩展InformaticaPowerCenter的核心数据集成功能，这些组件包括：数据清洗和匹配、数据屏蔽、数据验证、Teradata双负载、企业网格、元数据交换、下推优化(PushdownOptimization)、团队开发和非结构化数据等。
·InformaticaPowerCenter用于访问和集成几乎任何业务系统、任何格式的数据，它可以按任意速度在企业内交付数据，具有高功能、高可扩展性、高可用性的特点。
InformaticaPowerCenter包括4个不同版本，即：标准版，实时版，高级版，云计算版。
同时，它还提供了多个可选的组件，以扩展InformaticaPowerCenter的核心数据集成功能，这些组件包括：数据清洗和匹配、数据屏蔽、数据验证、Teradata双负载、企业网格、元数据交换、下推优化(PushdownOptimization)、团队开发和非结构化数据等。
2023/2/15 1:38:42
309KB
1
对象关系映射处理了面向对象程序设计语言与关系数据库存在的互不匹配问题。
基于对象关系映射的持久化框架实现了业务逻辑与数据访问的分离，简化了数据库访问，降低了应用开发难度。
本文分析了基于Hibernate框架的两种对象关系映射策略，并比较了三种继承映射策略的优缺点，设计了一种基于Hibernate的ORM持久化层的系统架构，该架构结构清晰、开发效率高，具有较高的应用价值。
基于对象关系映射的持久化框架实现了业务逻辑与数据访问的分离，简化了数据库访问，降低了应用开发难度。
本文分析了基于Hibernate框架的两种对象关系映射策略，并比较了三种继承映射策略的优缺点，设计了一种基于Hibernate的ORM持久化层的系统架构，该架构结构清晰、开发效率高，具有较高的应用价值。
2023/2/10 9:38:56
744KB
1
目标识别是计算机视觉一个重要的研究领域，由此延伸出的车辆型号识别具有重要的实际应用价值，特别是在当今交通状况复杂的大城市，智能交通系统成为发展趋势，这离不开对车辆型号进行识别和分类的工作，本文围绕如何利用计算机视觉的方法进行车辆型号的识别和分类展开了一系列研究：本文对当前的目标识别和分类的特征和算法做了总结和归纳。
分析比较了作为图像特征描述常见的特征算子，总结归纳了他们的提取方法、特征功能以及相互之间的关联。
另外，介绍了在目标识别工作中常用的分类方法,阐述了他们各自的原理和工作方法。
研究了深度神经网络的理论依据，分析比较了深度神经网络不同的特征学习方法，以及卷积神经网络的训练方法。
分析比较不同特征学习方法的特点选取k-means作为本文使用的特征学习方法，利用卷积神经网络结构搭建深度学习模型，进行车辆车型识别工作。
本文为了测试基于深度学习的车辆型号分类算法的功能在30个不同型号共7158张图片上进行实验；
并在相同数据上利用改进了的SIFT特征匹配的算法进行对比实验；
进过实验测试，深度学习方法在进行车型分类的实验中取得94%的正确率，并在与SIFT匹配实验结果对比后进一步证实：深度学习的方法能够应用在车辆型号识别领域
分析比较了作为图像特征描述常见的特征算子，总结归纳了他们的提取方法、特征功能以及相互之间的关联。
另外，介绍了在目标识别工作中常用的分类方法,阐述了他们各自的原理和工作方法。
研究了深度神经网络的理论依据，分析比较了深度神经网络不同的特征学习方法，以及卷积神经网络的训练方法。
分析比较不同特征学习方法的特点选取k-means作为本文使用的特征学习方法，利用卷积神经网络结构搭建深度学习模型，进行车辆车型识别工作。
本文为了测试基于深度学习的车辆型号分类算法的功能在30个不同型号共7158张图片上进行实验；
并在相同数据上利用改进了的SIFT特征匹配的算法进行对比实验；
进过实验测试，深度学习方法在进行车型分类的实验中取得94%的正确率，并在与SIFT匹配实验结果对比后进一步证实：深度学习的方法能够应用在车辆型号识别领域
2023/2/8 8:49:32
4.2MB
1
删除windows系统所有驱动，包括后安装的驱动，用于处理驱动不匹配带来的系统各类问题，也可用于系统更换重要配件如主板，不想重做系统时。
微软官方出品。
微软官方出品。
2023/2/6 5:39:44
16KB
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