本人在数学建模过程中撰写的matlab代码，完全可用，功能是利用BP神经网络对时间序列进行预测，内含matlab格式的数据，便于运行检验。
2025/10/17 9:06:56
5KB
1
MATLAB通常从雅虎获得数据，但雅虎数据有时间滞后，有些历史数据缺失，如创业板指数。
所以从新浪取得股票交易数据是很好的来源。
本资料包含方法和源代码
所以从新浪取得股票交易数据是很好的来源。
本资料包含方法和源代码
2025/10/17 2:58:05
816KB
1
前段时间用平方根无迹卡尔曼滤波做了一个观测器算法，之前也找了好多该算法的资料，在CSDN也下载过，但是并不能用，后来自己结合之前下载的代码又上各种论坛，梳理了一下。
最终代码可以用了，论文也顺利投出去了。
现在分享给大家，顺便赚一点币
最终代码可以用了，论文也顺利投出去了。
现在分享给大家，顺便赚一点币
2025/10/15 14:07:40
3KB
1
VirtualTreeview是一套Delphi下优秀的VCL控件，代码质量高，使用灵活、功能强大、性能非常好，它不是基于任何系统控件，而是重新编写的。
正如它的名字已经表明，这个控件与其他这类控件相比，使用了一个不同的树管理模式。
它不知道它所管理的数据是什么东西（除了它的大小），甚至没有一个节点的标题。
一切都获取于通过应用程序的事件（或通过派生覆盖方法）。
VirtualTreeview是经过精心设计和彻底的测试。
这个控件证明了它的概念以及在许多商业产品和免费软件的项目中都很健康的运行。
VirtualTreeview是非常快的。
增加一百万节点只需要700毫秒。
需要很少的内存开销。
很适合高速接入，遍历一百万个节点只需要不到0.5秒的时间。
支持多选，支持背景图片，支持复选框，支持右键菜单，支持节点排序，支持Unicode，支持拖曳，支持剪贴板，支持多行列标题等等。
正如它的名字已经表明，这个控件与其他这类控件相比，使用了一个不同的树管理模式。
它不知道它所管理的数据是什么东西（除了它的大小），甚至没有一个节点的标题。
一切都获取于通过应用程序的事件（或通过派生覆盖方法）。
VirtualTreeview是经过精心设计和彻底的测试。
这个控件证明了它的概念以及在许多商业产品和免费软件的项目中都很健康的运行。
VirtualTreeview是非常快的。
增加一百万节点只需要700毫秒。
需要很少的内存开销。
很适合高速接入，遍历一百万个节点只需要不到0.5秒的时间。
支持多选，支持背景图片，支持复选框，支持右键菜单，支持节点排序，支持Unicode，支持拖曳，支持剪贴板，支持多行列标题等等。
2025/10/15 13:51:33
3.3MB
1
P2PSearcher是一款基于ED2K电驴网络的P2P搜索工具，采用目前最先进的ED2K网络检索技术，资源更多，结果更精准。
可以精准检索到任何类型的影视、音乐、电子书、软件等各种资源。
所有影视资源支持5分钟超长时间预览和目前最稳定的在线云点播。
可以精准检索到任何类型的影视、音乐、电子书、软件等各种资源。
所有影视资源支持5分钟超长时间预览和目前最稳定的在线云点播。
2025/10/15 1:29:28
1.71MB
1
1.工资条查询系统，实现企业无纸化工资条，节省时间、资源成本。
2.系统操作简单方便，只需要把工资条EXCEL表格一键上传，即可生成所有员工工资信息。
3.员工只需使用身份证号码，和密码登录即可查询每个月工资以及每月工资详单。
4.管理后台可实现指定时间，公司，姓名等查询数据，可编辑员工信息等。
2.系统操作简单方便，只需要把工资条EXCEL表格一键上传，即可生成所有员工工资信息。
3.员工只需使用身份证号码，和密码登录即可查询每个月工资以及每月工资详单。
4.管理后台可实现指定时间，公司，姓名等查询数据，可编辑员工信息等。
2025/10/14 21:50:32
23.35MB
1
这篇文章给大家带来是Transformer在时间序列预测上的应用，这种模型最初是为了处理自然语言处理（NLP）任务而设计的，但由于其独特的架构和能力，它也被用于时间序列分析。
Transformer应用于时间序列分析中的基本思想是：Transformer在时间序列分析中的应用核心在于其自注意力机制，这使其能够有效捕捉时间序列数据中的长期依赖关系。
通过并行处理能力和位置编码，Transformer不仅提高了处理效率，而且确保了时间顺序的准确性。
其灵活的模型结构允许调整以适应不同复杂度这篇文章给大家带来是Transformer在时间序列预测上的应用，这种模型最初是为了处理自然语言处理（NLP）任务而设计的，但由于其独特的架构和能力，它也被用于时间序列分析。
Transformer应用于时间序列分析中的基本思想是：Transformer在时间序列分析中的应用核心在于其自注意力机制，这使其能够有效捕捉时间序列数据中的长期依赖关系。
通过并行处理能力和位置编码，Transformer不仅提高了处理效率，而且确保了时间顺序的准确性。
定制化训练个人数据集进行训练利用python和pytorch实现
Transformer应用于时间序列分析中的基本思想是：Transformer在时间序列分析中的应用核心在于其自注意力机制，这使其能够有效捕捉时间序列数据中的长期依赖关系。
通过并行处理能力和位置编码，Transformer不仅提高了处理效率，而且确保了时间顺序的准确性。
其灵活的模型结构允许调整以适应不同复杂度这篇文章给大家带来是Transformer在时间序列预测上的应用，这种模型最初是为了处理自然语言处理（NLP）任务而设计的，但由于其独特的架构和能力，它也被用于时间序列分析。
Transformer应用于时间序列分析中的基本思想是：Transformer在时间序列分析中的应用核心在于其自注意力机制，这使其能够有效捕捉时间序列数据中的长期依赖关系。
通过并行处理能力和位置编码，Transformer不仅提高了处理效率，而且确保了时间顺序的准确性。
定制化训练个人数据集进行训练利用python和pytorch实现
2025/10/14 14:52:02
26.51MB
1
交互式画直线，圆，椭圆（DDA等各种算法都有）交互式二维图形填充（扫描线转换，区域填充3种算法）都有二维图形裁剪（直线和图形都有）二维图形几何变换变换（平移，旋转等都有）三维图形几何变换还有图形消隐和画B样曲线最后还有两个二维动画这是我花了好长时间才做出的看大家都在找计算机图形学大作业就把我以前做的作业发给大家看看有完整的代码不懂得可以联系我帮你解答！^-^
2025/10/14 13:51:11
3.53MB
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