计算1000以内的所有水仙花数,并且打印出来
2025/12/11 12:42:57 393B 学生
1
ICA程序,利用Infomax算法实现,比较实用,建议跳过最优成分数估计,直接手动输入。
7KB ICA
1
想必搞数学建模的人中很少有人不知道TSP问题,可要提出一个相率较高的解决方案可不是一件容易的事,参考一下众人的论文吧
2025/12/9 10:38:37 7.08MB TSP 数学建模
1
杭州电子科技大学ACM课件的压缩包ACM课件(1)_初识ACMACM课件(2)_老少皆宜数学题ACM课件(3)_递推求解ACM课件(4)_动态规划(1)ACM课件(5)_动态规划(2)ACM课件(6)_计算几何基础ACM课件(7)_贪心算法ACM课件(8)_搜索入门ACM课件(9)_二分匹配入门ACM课件(10)_母函数及其应用ACM课件(11)_特殊的数ACM课件(12)_博弈入门ACM课件(13)_并查集
2025/12/8 12:26:50 8.85MB PPT
1
阵列信号《阵列信号处理的理论和应用》的读者对象为通信与信息系统、信号和信息处理、微波和电磁场、水声等专业高年级本科生和研究生以及相关专业技术人员。
阵列信号处理是信号处理领域的一个重要分支。
与传统的单个定向传感器相比,用传感器阵列来接收空间信号具有灵活的波束控制、高的信号增益、极强的干扰抑制能力以及高的空间分辨能力等优点,这使得阵列信号处理具有重要的军事、民事应用价值和广阔的应用前景,具体来说已涉及雷达、声纳、通信、地震勘探、射电天文以及医学诊断等多种国民经济和军事应用领域。
《阵列信号处理的理论和应用》分为12章,主要内容包括波束形成、DOA估计、相干信号的DOA估计、二维DOA估计、宽带阵列信号处理、阵列多参数估计等。
《阵列信号处理的理论和应用》在全面介绍阵列信号处理的经典理论的同时,对近来一些新算法(如PARAFAc和四元数理论)进行了讲解,同时介绍了MIMO雷达、极化敏感阵列和声矢量传感器阵列的一些应用。
处理的理论和应用(pdf+程序)
2025/12/8 0:48:54 20.21MB 阵列信号
1
将多个TXT文件合并成一个文本文件,并且可以自动过滤掉重复的行数。
2025/12/7 1:12:18 1KB txt合并
1
ETOP01全球地形高程数据是地球表面地貌特征的一种精细表示,其精度达到了每分钟1度,也就是大约1.86公里的空间分辨率。
这种数据集对于地理信息系统(GIS)、气候研究、海洋学、地质学以及环境科学等领域具有重要价值。
ETOP01是由美国国家地理信息与分析中心(NGDC)发布的,它包含了全球范围内的陆地和海洋的地形高程信息。
"etopo1_ice_g_f4.flt"文件是数据主体,通常以浮动点(float)格式存储,用于保存精确的海拔高度数据。
这种格式能够容纳较大的数值范围,并且在处理大量数据时能保持较高的计算效率。
而"etopo1_ice_g_f4.hdr"文件则是头文件,它包含了关于数据集的元信息,如坐标系统、数据类型、行列数、空间范围等,这对于正确解读和使用FLAT数据文件至关重要。
海洋部分的高程数据涵盖了全球各大洋及海盆的深度,对于海洋学研究来说,可以用于分析水深分布、海洋环流模式以及海底构造特征。
例如,通过分析这些数据,科学家可以推断海底山脉的位置、海沟的深度以及板块构造活动的痕迹。
高程数据对于大气科学研究同样重要。
在气候模型中,地形高度影响着风向、风速、温度分布以及降水模式。
高精度的地形数据可以帮助气象学家更准确地模拟和预测天气现象,比如山地风、山谷风以及风暴路径等。
此外,ETOP01数据也可应用于地理信息系统,结合其他遥感数据,可以创建高分辨率的地形图,用于城市规划、灾害评估、交通路线设计以及自然资源管理等。
在环境科学领域,它有助于理解生态系统的分布规律,比如植被类型、水资源分布以及生物多样性。
ETOP01全球地形高程数据是一个强大的资源,其详尽的1分钟分辨率使得它在多个领域都具有广泛的应用。
通过解析和利用"etopo1_ice_g_f4.flt"和"etopo1_ice_g_f4.hdr"这两个文件,科研人员和专业人士可以深入探索地球表面的复杂地形特征,从而推动各种领域的科学研究和技术进步。
2025/12/5 22:39:28 363.07MB
1
Indianpines印第安农场高光谱数据集,波段数200,数据大小145*145*200。
2025/12/5 13:15:09 5.68MB 高光谱数据
1
同济大学《高数》期末考试题及答案
2025/12/5 8:34:35 309KB 数组 数学
1
应客户要求,导出数据库中的数据为Excel,只在一个Sheet中,Excel中的内容要与数据库里的内容一致(主要针对日期型数据)。
由于之前接触过POI,对POI的一些特性还是有一定的了解的,因此顺其自然的用POI去解决这个问题。
POI3.8版本之前的版本处理大量数据的导出Excel效果不是很理想,主要在与Excel2003版本单个Sheet的行限制为65536,大量数据的导出得分多个Sheet,针对这一点,客户就不会满意。
其次,在实验过程中,大数据量的导出很容易引发内存溢出,调整JVM的内存大小治标不治本。
很多人建议保存为.CSV格式的文件。
不过,.CSV方式导出也存在问题:首先,如果用excel来打开csv,超过65536行的数据都会看不见,这是Excel程序的问题。
其次,如果要导出一个身份证号码,手机号码等纯数字构成的字符串,在excel中打开csv时,这些字段很容易被识别成数字,被误处理。
POI3.8以后的版本支持Excel2007高版本,单个Sheet的行数可达到百万,针对内存溢出问题,可通过设置内存数据保留数,每当计数到指定的数值时,刷新数据到硬盘,清理内存。
2025/12/4 20:31:48 11.18MB Sybase Mysql SQLServer
1
共 1000 条记录 首页 上一页 下一页 尾页
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 钉钉 钉钉打卡