超声波测距及报警程序可使用于汽车倒车、建筑施工工地以及一些工业现场的位置监控，也可用于如液位、井深、管道长度的测量等场合。
要求测量范围在0.10~4.00m，测量精度1cm，测量时与被测物体无直接接触，能够清晰稳定地显示测量结果。
要求测量范围在0.10~4.00m，测量精度1cm，测量时与被测物体无直接接触，能够清晰稳定地显示测量结果。
2017/1/5 16:10:23
4KB
1
面对遥感图像日益增长的分辨率，面向对象的分类处理方法相较于传统的基于像素的分类方法愈来愈有优势。
针对其分割处理环节仍存在过分割以及欠分割现象而导致分类精度降低的问题，本文提出一种融合多尺度分割的办法，使用不同尺度分割结果融合的结果作为最终分类的输入。
经过试验，此融合分割办法能无效的减少欠分割与过分割，提高面向对象的分类精度。
针对其分割处理环节仍存在过分割以及欠分割现象而导致分类精度降低的问题，本文提出一种融合多尺度分割的办法，使用不同尺度分割结果融合的结果作为最终分类的输入。
经过试验，此融合分割办法能无效的减少欠分割与过分割，提高面向对象的分类精度。
2017/1/9 19:47:19
710KB
1
基于2016—2018年渤海、黄海和东海7个航次中采集的实测遥感反射率和浮游植物色素浓度数据,利用静止海洋水色成像仪(GOCI)遥感反射率产品建立中国近海水体中总叶绿素a、叶绿素b、总叶绿素c、光保护类胡萝卜素和光合有效类胡萝卜素浓度的反演模型,并进一步得到2014—2018年渤海、黄海和东海各色素浓度分布图。
研究结果显示:采用遥感反射率波段组合建立的反演模型可实现色素浓度的定量反演,建立的模型反演精度较高(R2＞0.72)。
由卫星反演结果可以看出,浮游植物色素浓度全体呈由近岸向离岸水域递减的趋势,并存在显著的季节变化特征。
本文建立的浮游植物色素浓度反演模型,可为深入认识我国近海水体浮游植物种群结构及时空变化规律提供方法支撑。
研究结果显示:采用遥感反射率波段组合建立的反演模型可实现色素浓度的定量反演,建立的模型反演精度较高(R2＞0.72)。
由卫星反演结果可以看出,浮游植物色素浓度全体呈由近岸向离岸水域递减的趋势,并存在显著的季节变化特征。
本文建立的浮游植物色素浓度反演模型,可为深入认识我国近海水体浮游植物种群结构及时空变化规律提供方法支撑。
2019/9/17 2:22:14
17.27MB
1
语音特征识别是模式识别的一个重要研究内容，对本案例，提取了民歌，古筝、摇滚和流行四类不同音乐的24维特征向量各500组，希望用BP网络实现对着四类音乐的无效分类。
1）比较采用2-3种不同的隐含层神经元个数对分类精度的影响；
2）采用不同训练算法，比较traingd，traingdm，traingdx以及trainlm的效果（精度和收敛速度）。
包括源程序和神经网络结构示意图，计算结果及分析。
1）比较采用2-3种不同的隐含层神经元个数对分类精度的影响；
2）采用不同训练算法，比较traingd，traingdm，traingdx以及trainlm的效果（精度和收敛速度）。
包括源程序和神经网络结构示意图，计算结果及分析。
2021/3/11 5:47:41
1007KB
1
龙格-库塔(Runge-Kutta)方法是一种在工程上使用广泛的高精度单步算法，用于数值求解微分方程。
由于此算法精度高，采取措施对误差进行抑制，所以其实现原理也较复杂。
4阶龙格库塔方法离散化Mackey_Glass时间序列,
由于此算法精度高，采取措施对误差进行抑制，所以其实现原理也较复杂。
4阶龙格库塔方法离散化Mackey_Glass时间序列,
2015/7/1 1:32:12
681B
1
BP算法是基于梯度下降方法，可能会导致网络陷入局部极值点。
遗传算法是一种概率性的自适应迭代寻优过程，遵循“优胜劣汰”的原则，具有良好的全局搜索功能，较好的克服了BP算法局部最优的缺陷，同时可优化BP神经网络初始权重和阈值，进一步提高BP神经网络的计算精度。
遗传算法是一种概率性的自适应迭代寻优过程，遵循“优胜劣汰”的原则，具有良好的全局搜索功能，较好的克服了BP算法局部最优的缺陷，同时可优化BP神经网络初始权重和阈值，进一步提高BP神经网络的计算精度。
2018/10/5 14:55:49
473KB
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