###Android视频的放大和缩小这个还是在很久以前的时候写的，当时公司有一个需求，就是需要仿360或者是小蚁的app，做一个视频的放大缩小，当时是搜遍了，搜到的都是关于图片的放大缩小等，无奈之下，就自己去研究了一下，布局啊，自定义控件啊，手势啊，话说好久都没有做过纯上层的开发，现在做的智能家居一块的产品，更多的是倾向于底层着一块的实现，现在趁还没有怎么忘记，就把当时写的东西粘出来分享出来吧，希望能给大家啊一点小的帮助；
主要涉及到的东西就是滑动的算法，onLayout的使用，android系统手势的操作，自定义控件的开发等。
也写了好久了：不赘述，直接上代码：
主要涉及到的东西就是滑动的算法，onLayout的使用，android系统手势的操作，自定义控件的开发等。
也写了好久了：不赘述，直接上代码：
2025/4/30 7:57:23
14.73MB
1
本资源是算法导论中文第三版的习题答案，如果有同学购买了该书籍，但是在看书做习题的时候又苦于没有参考答案，那么本资源是一个不错的选择。
2025/4/30 2:15:39
5.56MB
1
Float转IEEE754格式、IEEE754格式转Float的算法源代码，C编写，在VC6.0下可直接运行，注释详细，便于移植和学习理解
2025/4/30 1:38:55
2.01MB
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
使用javascript在cocoscreator上实现了A*寻路算法，使用方块格表示起始点以及障碍路径等，动态调整行列数，障碍物密度，初始点坐标，实现鼠标点击计算起始点到点击位置方块的路径。
2025/4/29 16:19:13
342KB
1
通用函数BM（a，N），以正整数N和长为N的有限序列a=（a0,a1,a2,...,aN-1）为输入参数，以有限序列a的极小多项式和线性复杂度为返回值。
MARSHALL
MARSHALL
2025/4/29 12:42:03
142KB
1
ChickenSwarmOptimization（CSO）鸡群优化算法，2014年提出的群智能优化算法。
BirdSwarmAlgorithm（BSA）鸟群算法，2015年最新的群智能优化算法。
作为两种全新的群智能优化算法，CSO和BSA都具有简单，良好扩展性的特点，是天然的多种群算法！http://cn.mathworks.com/matlabce...7597-xian-bing-meng有关算法信息，可在上述网站查询。
希望对大家有用！
BirdSwarmAlgorithm（BSA）鸟群算法，2015年最新的群智能优化算法。
作为两种全新的群智能优化算法，CSO和BSA都具有简单，良好扩展性的特点，是天然的多种群算法！http://cn.mathworks.com/matlabce...7597-xian-bing-meng有关算法信息，可在上述网站查询。
希望对大家有用！
5KB
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