变增益控制一直是工程界最为常用的控制方法之一,应用领域十分广泛,特别是在飞行控制系统设计领域"传统的变增益控制设计方法缺乏保证系统在整个工作区域内的稳定性理论证明,同时设计步骤繁琐,已逐渐不能适应目前系统要求"LPV系统是一类重要的时变系统,由于能够描述一类实际动态系统本身存在的非线性和时变特性,所以应用LPV系统进行变增益设计可以避免传统变增益出现的问题"
2025/1/3 16:12:52
8.78MB
1
1.C++屏幕或者游戏窗口找图FindPic采用c++类封装,方便代码重用函数参数的使用可以参考大漠或者天使插件的说明不是一个文件.是一个工程文件.方便参见使用实例.2.从已有的图片中判断屏幕或者游戏窗口中中是否有符合的位置出现了这张图片，支持忽略背景色模糊找图3.在全屏或指定区域范围内寻找指定图片的坐标仅支持bmp
2025/1/2 21:01:50
150KB
1
乙烯基DNSVinylDNS是供应商不可知的前端，用于启用自助DNS和简化DNS操作。
VinylDNS管理着数百万个DNS记录，为生产中的数千名工程师提供支持。
该平台提供细粒度的访问控制，所有更改的审核，自助服务用户界面，安全的RESTfulAPI，以及与基础设施自动化工具（如Ansible和Terraform）的集成。
它旨在与您现有的DNS基础结构集成，并提供可扩展性以适合您的安装。
VinylDNS通过以下方式帮助保护DNS管理：AWSSig4对所有消息进行签名，以确保发送的消息在传输过程中没有被更改限制DNS更新以对DNS系统的并发更新进行速率限制在静态和传输中对用户机密和TSIG密钥进行加密记录对DNS记录和区域所做的所有更改一流的语言支持使集成变得简单，包括：JavaRubyPython高朗javascript目录快速开始VinylDNS的Docker映像位于上的DockerHub上。
要使用docker在您的机器上启动VinylDNS的本地实例：确保您有和克隆仓库：gitclonehttps://github.c
VinylDNS管理着数百万个DNS记录，为生产中的数千名工程师提供支持。
该平台提供细粒度的访问控制，所有更改的审核，自助服务用户界面，安全的RESTfulAPI，以及与基础设施自动化工具（如Ansible和Terraform）的集成。
它旨在与您现有的DNS基础结构集成，并提供可扩展性以适合您的安装。
VinylDNS通过以下方式帮助保护DNS管理：AWSSig4对所有消息进行签名，以确保发送的消息在传输过程中没有被更改限制DNS更新以对DNS系统的并发更新进行速率限制在静态和传输中对用户机密和TSIG密钥进行加密记录对DNS记录和区域所做的所有更改一流的语言支持使集成变得简单，包括：JavaRubyPython高朗javascript目录快速开始VinylDNS的Docker映像位于上的DockerHub上。
要使用docker在您的机器上启动VinylDNS的本地实例：确保您有和克隆仓库：gitclonehttps://github.c
2025/1/1 4:19:35
12.96MB
1
这里面是区域性人流量统计的源代码和我的毕业论文，代码可以直接编译，是整理好的。
毕业论文是我本科毕业最后提交的，所有东西都打包好了，给需要的人。
所用到的是opencv344版本，opencv3以后的版本都可以用。
是C++代码，在VS里面比编译。
好用的给个好评，还需要其他资料请留言
毕业论文是我本科毕业最后提交的，所有东西都打包好了，给需要的人。
所用到的是opencv344版本，opencv3以后的版本都可以用。
是C++代码，在VS里面比编译。
好用的给个好评，还需要其他资料请留言
2024/12/28 18:23:56
66.52MB
1
模板匹配与车牌识别是以计算机数字图像处理，模式识别等技术为基础，对图形进行预处理及边缘检测等过程来实现对车牌区域的定位，然后对车牌区域进行图像裁剪、归一化、字符分割及保存，最后将分割得到的字符图像与模板进行匹配识别，从而输出匹配结果。
代码在matlab可以直接运行。
代码在matlab可以直接运行。
2024/12/28 11:13:18
1.91MB
1
提出了一种基于Surendra改进的运动目标检测算法，通过对背景更新系数的改进，获取稳定准确的背景，再将背景帧与含运动区域的图像帧用差分运算获得运动目标图像。
实验结果表明，该算法能够较快反应环境的变化，准确地获得背景图像，提高运动目标检测的准确性。
实验结果表明，该算法能够较快反应环境的变化，准确地获得背景图像，提高运动目标检测的准确性。
2024/12/28 9:40:32
852KB
1
物体图像识别中的模式识别是一种从大量信息和数据出发，利用计算机和数学推理的方法对形状、模式、数字、曲线、字符格式和图形自动完成识别并且进行评价的过程。
图形匹配是图像识别技术的一个重要分支，图形匹配指通过对图形的图像采用特定算法。
本设计以MATLAB作为实现功能的操作平台,通过结合几何HU不变矩作为中间的连接数据,再运用图像预处理和欧式距离等数学方法,用Matlab进行编程，完成各个部分的效果,实现区域图像轮廓特征数据获取,计算欧氏距离，根据物体图像几何HU不变距的相似程度实现物体识别匹配的目的。
计算机模拟结果表明该方法的有效性和可行性。
图形匹配是图像识别技术的一个重要分支，图形匹配指通过对图形的图像采用特定算法。
本设计以MATLAB作为实现功能的操作平台,通过结合几何HU不变矩作为中间的连接数据,再运用图像预处理和欧式距离等数学方法,用Matlab进行编程，完成各个部分的效果,实现区域图像轮廓特征数据获取,计算欧氏距离，根据物体图像几何HU不变距的相似程度实现物体识别匹配的目的。
计算机模拟结果表明该方法的有效性和可行性。
2024/12/25 16:09:32
843KB
1
一个不错的串口波形显示软件，[_setup_]port=COM3//这个是返回数据的端口号baudrate=19200//比特率和你设备实际速率必须匹配,否则接到的都是乱码width=1000//绘图区域的宽度,数据多的还是适当加宽,或者改变采样率height=200//绘图区域高度建议不要太高background_color=white//背景色grid_h_origin=100grid_h_step=10grid_h_color=#EEE//格子颜色grid_h_origin_color=#CCC//起始颜色grid_v_origin=12grid_v_step=10grid_v_color=#1EEgrid_v_origin_color=greem[_default_]//这个里面是整体的全局参数,如在子字段不做另外定义,都按照这个来min=0//数据最小值;max=1024//数据最大值[Field1]//字段1color=gray//线条颜色[Field2]color=blue[Field3]color=red
2024/12/21 8:39:22
4.27MB
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