随着信息技术在管理上越来越深入而广泛的应用,管理信息系统的实施在技术上已逐步成熟。
本文介绍了医护人员排班系统的开发全过程。
通过分析医护人员排班系统管理的不足,创建了一个计算机管理医护人员排班系统的方案。
文章介绍了医护人员排班系统的系统分析部分,包括可行性分析等,系统设计部分主要介绍了系统功能设计和数据库设计。
本医护人员排班系统管理员,医护。
管理员功能有个人中心,医院信息管理,医护信息管理,医护类型管理,排班信息管理,排班类型管理,科室信息管理,投诉信息管理。
医护人员可以修改自己的个人信息,查看自己的排班信息,查看我的收藏信息。
因而具有一定的实用性。
本站是一个B/S模式系统,采用SpringBoot框架,MYSQL数据库设计开发,充分保证系统的稳定性。
系统具有界面清晰、操作简单,功能齐全的特点,使得医护人员排班系统管理工作系统化、规范化。
本系统的使用使管理人员从繁重的工作中解脱出来,实现无纸化办公,能够有效的提高医护人员排班系统管理效率。
2025/5/12 17:19:02 15.44MB spring boot spring boot
1
MinGW-W64GCC-8.1.0是针对Windows平台的一个开源的GCC(GNUCompilerCollection)版本,专为64位和32位应用程序的开发设计。
GCC是一套广泛使用的编程语言编译器,包括C、C++、Objective-C、Fortran、Ada和Go等。
MinGW-W64是对原始MinGW的扩展,增加了对64位Windows操作系统的支持,而MinGW仅支持32位。
在VSCode(VisualStudioCode)这样的集成开发环境中,配置并使用GCC编译器是提升开发效率的重要步骤。
MinGW-W64GCC-8.1.0提供了与VSCode配合的编译环境,使得开发者能够在VSCode内直接编写、编译和运行C/C++代码,无需离开IDE。
安装mingw-w64-install.exe这个执行文件,会帮助用户在本地系统上安装所需的编译工具链,包括g++(C++编译器)和gcc(C编译器)。
在安装过程中,你需要选择合适的架构(x86_64for64-bit或i686for32-bit)以及安装目录。
安装完成后,你需要将MinGW-W64的bin目录添加到系统环境变量PATH中,以便于在任何位置调用gcc和g++命令。
使用VSCode编译GCC项目,首先需要安装C/C++插件。
然后,在项目根目录下创建一个名为`tasks.json`的文件,定义编译任务。
例如,对于一个简单的C++程序,`tasks.json`可能如下:```json{"version":"2.0.0","tasks":[{"label":"build","type":"shell","command":"g++","args":["-g",//添加调试信息"${file}",//当前打开的文件"-o","${fileDirname}\\${fileBasenameNoExtension}.exe"//输出可执行文件],"problemMatcher":["$gcc"]}]}```接下来,通过按`Ctrl+Shift+B`或点击左侧活动栏的任务图标,VSCode会自动识别并运行这个编译任务。
如果一切配置正确,你的C/C++程序就能顺利编译并通过VSCode的内置终端运行。
此外,为了调试代码,你还需要在`.vscode`目录下创建一个`launch.json`文件,设置调试配置。
例如,对于C++程序,你可以这样配置:```json{"version":"0.2.0","configurations":[{"name":"GDB调试","type":"cppdbg","request":"launch","program":"${workspaceFolder}/${fileBasenameNoExtension}.exe","args":[],"stopAtEntry":false,"cwd":"${workspaceFolder}","externalConsole":false,"MIMode":"gdb","miDebuggerPath":"gdb.exe","setupCommands":[{"description":"启用C++的自动完成","text":"-enable-pretty-printing","ignoreFailures":true}]}]}```通过这些步骤,你就可以在VSCode中愉快地使用MinGW-W64GCC-8.1.0进行C/C++的开发工作了。
记得保持GCC的更新,以获取最新的语言特性支持和错误修复。
同时,熟悉VSCode的其他功能,如代码自动完成、代码格式化和版本控制集成,将有助于提升开发效率。
2025/5/10 15:36:36 918KB gcc编译 vscode编译gcc
1
在由TI系列DSP组成的多机系统中,往往用HPI进行多机数据交换。
由于HPI的功能特性,又产生了一种新的应用——使用HPI对DSP进行自举。
实际上,TI的C5x系列DSP在片内固化的Bootloader程序中对HPI自举提供的全面的支持。
笔者在开发的VOIP系统中,即实现了使用HPI进行DSPC5402自举的方式,从而省掉了DSP的EPROM,C5402DSP只使用SRAM,提高了处理速度,并使HOSTCPU具有更大的控制权,很适合多处理器系统。
2025/5/9 10:33:50 156KB HPI
1
系统讲解离散元法及应用的书,有助于初学者理解和应用
2025/5/9 6:52:09 4.46MB DEM 数值方法
1
BAT机器学习面试1000题系列1前言1BAT机器学习面试1000题系列21归一化为什么能提高梯度下降法求解最优解的速度?222归一化有可能提高精度223归一化的类型231)线性归一化232)标准差标准化233)非线性归一化2335.什么是熵。
机器学习ML基础易27熵的引入273.1无偏原则2956.什么是卷积。
深度学习DL基础易38池化,简言之,即取区域平均或最大,如下图所示(图引自cs231n)40随机梯度下降46批量梯度下降47随机梯度下降48具体步骤:50引言721.深度有监督学习在计算机视觉领域的进展731.1图像分类(ImageClassification)731.2图像检测(ImageDection)731.3图像分割(SemanticSegmentation)741.4图像标注–看图说话(ImageCaptioning)751.5图像生成–文字转图像(ImageGenerator)762.强化学习(ReinforcementLearning)773深度无监督学习(DeepUnsupervisedLearning)–预测学习783.1条件生成对抗网络(ConditionalGenerativeAdversarialNets,CGAN)793.2视频预测824总结845参考文献84一、从单层网络谈起96二、经典的RNN结构(NvsN)97三、NVS1100四、1VSN100五、NvsM102RecurrentNeuralNetworks105长期依赖(Long-TermDependencies)问题106LSTM网络106LSTM的核心思想107逐步理解LSTM108LSTM的变体109结论110196.L1与L2范数。
机器学习ML基础易163218.梯度下降法的神经网络容易收敛到局部最优,为什么应用广泛?深度学习DL基础中178@李振华,https://www.zhihu.com/question/68109802/answer/262143638179219.请比较下EM算法、HMM、CRF。
机器学习ML模型中179223.Boosting和Bagging181224.逻辑回归相关问题182225.用贝叶斯机率说明Dropout的原理183227.什么是共线性,跟过拟合有什么关联?184共线性:多变量线性回归中,变量之间由于存在高度相关关系而使回归估计不准确。
184共线性会造成冗余,导致过拟合。
184解决方法:排除变量的相关性/加入权重正则。
184勘误记216后记219
2025/5/8 18:45:30 10.75MB BAT 机器学习 面试
1
###DSP伺服电机控制+PI算法####一、引言随着现代工业技术和信息技术的快速发展,交流伺服系统因其高精度和高性能而在众多伺服驱动领域得到了广泛应用。
为了满足工业应用中的需求,如快速响应速度、宽广的调速范围、高精度定位以及运行稳定性等关键性能指标,伺服电机及其驱动装置、检测单元以及控制器的设计变得尤为重要。
本文以提高交流伺服系统的性能为目标,深入探讨了基于DSP的伺服系统控制策略,并特别关注于电机定位问题。
####二、伺服系统概述伺服系统是一种闭环控制系统,其核心在于能够精确控制机械运动的位置、速度或力矩。
通常由伺服电机、驱动器、反馈传感器和控制器四大部分组成。
在现代工业生产中,伺服系统被广泛用于各种精密加工设备中,例如数控机床、机器人手臂等。
####三、无刷直流电机(BLDCM)的特点及应用无刷直流电机(BrushlessDirectCurrentMotor,BLDCM)作为一种先进的电机类型,在许多高性能伺服系统中得到广泛应用。
其优点包括效率高、寿命长、可靠性好等特点。
本文选择无刷直流电机作为执行电机,并对其结构和工作原理进行了详细分析,建立了数学模型,介绍了传递函数及其工作特性。
####四、位置检测方法在无刷直流电机中,位置检测是一项关键技术。
传统的有位置传感器方案(如霍尔传感器)存在一定的局限性,因此,本文提出了基于反电势检测法的无位置传感器技术,并进一步提出了利用最小均方误差自适应噪声抵消(LeastMeanSquaresAdaptiveNoiseCancellation,LMSANC)的方法来实现换向位置的检测,从而提高了电机在低速时的工作效率。
####五、电机定位技术电机定位是伺服系统的关键技术之一,涉及到快速性、高精度以及稳定性等多个方面。
为了提高电机的定位精度,本文采用了多种控制策略:1.**快速制动**:通过对不同制动方式的仿真分析,本文选择了回馈制动和反接制动相结合的方法,以确保制动过程的快速性。
2.**全数字闭环伺服系统**:使用TMS320LF2407DSP作为核心控制器,配合霍尔电流传感器、位置传感器和光电编码器进行信号采集和速度计算。
3.**控制算法优化**:-**电流调节环**:采用PI算法,能够保证电流的快速调节且稳态无静差。
-**速度环**:采用滑模变结构控制算法,实现了速度的实时调节和动态无超调。
-**位置控制环**:引入模糊PI(Fuzzy-PI)结合的方法,在位置偏差较大时采用模糊算法进行调节,快速减小偏差;
当偏差较小时则采用PI算法,确保系统平稳减速,达到精确停车的目的。
####六、硬件设计硬件设计是伺服系统实现的关键环节。
本文详细介绍了控制系统的整体设计思路,包括主要模块的电路设计、器件选择及参数设置等内容。
####七、软件设计软件部分采用模块化设计,包括但不限于初始化程序、中断处理程序、控制算法实现等。
文章还详细绘制了各主要功能模块的流程图,便于理解整个系统的软件架构。
####八、实验验证通过对所设计的伺服系统进行一系列实验验证,证明了其在实际应用中的可行性和有效性。
实验结果表明,该系统不仅能够实现高速响应和高精度定位,而且在稳定性方面也表现出色。
本文通过采用基于DSP的伺服系统控制策略,并结合PI算法等智能控制技术,成功地解决了电机定位问题,为提高交流伺服系统的性能提供了有效的解决方案。
2025/5/8 15:45:30 4.75MB 伺服电机控制+PI算法
1
互联网是当今信息社会信息传播的主要载体,随着互联网对社会的影响日渐加深,把现实中的实物接入互联网,使其信息化的想法便自然而然的诞生了。
人们通过电子标签将真实的物体接入网络,这样就能通过网络统一地对设备进行集中管理、控制,最终对收集来大数据进行分析处理,更能使许多重大改变成为可能,如更精准的局部天气预测、犯罪防治和疾病监控等。
市面上有很多廉价易得的设备可以实现物联网的需求,而且实现起来非常简便,如Arduino、树莓派等。
本文主要介绍的是基于树莓派所实现的物联网。
2025/5/8 15:12:48 3.03MB 树莓派 物联网
1
格式:PDG作者:邓华出版社:人民邮电出版社出版日期:2003-09-01内容简介本书着重介绍了MATLAB在通信仿真,尤其是移动通信仿真中的应用,通过丰富具体的实例来加深读者对通信系统仿真的理解和掌握。
全书共分10章,前3章介绍MATLAB通信仿真的基础,包括Simulink和S-函数;
第4~8章分别介绍了信源和信宿、信道传输、信源编码、信道编码、信号交织以及信号调制的仿真模块及其仿真实现过程;
第9章介绍了在通信系统的仿真和调试过程中经常遇到的问题及其解决办法;
最后,第10章以cdma2000为例介绍了移动通信系统的设计和仿真。
本书适用于通信行业的大专院校学生和研究人员,既可以作为初学者的入门教材,也可以用作中高级读者和研究人员的速查手册。
第1章MATLAB与通信仿真11.1MATLAB简介11.1.1MATLAB集成开发环境21.1.2MATLAB编程语言61.2通信仿真81.2.1通信仿真的概念81.2.2通信仿真的一般步骤9第2章Simulink入门122.1Simulink简介122.2Simulink工作环境132.2.1Simulink模型库132.2.2设计仿真模型142.2.3运行仿真142.2.4建立子系统152.2.5封装子系统172.3Simulink模型库20第3章S-函数233.1S-函数简介233.1.1S-函数的工作原理233.1.2S-函数基本概念243.2M文件S-函数263.2.1M文件S-函数简介263.2.2M文件S-函数的编写示例303.3C语言S-函数463.3.1C语言S-函数简介463.3.2C语言S-函数的编写示例513.4C++语言S-函数60第4章信源和信宿664.1信源664.1.1压控振荡器664.1.2从文件中读取数据684.1.3数据源724.1.4噪声源784.1.5序列生成器854.1.6实例4.1--通过压控振荡器实现BFSK调制994.2信宿1014.2.1示波器1014.2.2错误率统计1034.2.3将结果输出到文件1054.2.4眼图、发散图和轨迹图108第5章信道1165.1加性高斯白噪声信道1165.1.1函数awgn()1165.1.2函数wgn()1185.1.3加性高斯白噪声信道模块1205.1.4实例5.1--BFSK在高斯白噪声信道中的传输性能1225.2二进制对称信道1275.2.1二进制对称信道模块1275.2.2实例5.2--卷积编码器在二进制对称信道中的性能1285.3多径瑞利衰落信道1325.3.1多径瑞利衰落信道模块1325.3.2实例5.3--BFSK在多径瑞利衰落信道中的传输性能1345.4伦琴衰落信道1385.4.1伦琴衰落信道模块1385.4.2实例5.4——BFSK在多径瑞利衰落信道中的传输性能1395.5射频损耗1425.5.1自由空间路径损耗模块1425.5.2接收机热噪声模块1445.5.3相位噪声模块1455.5.4相位/频率偏移模块1465.5.5I/Q支路失衡模块1485.5.6无记忆非线性模块149第6章信源编码1536.1压缩和扩展1536.1.1A律压缩模块1536.1.2A律扩展模块1546.1.3μ律压缩模块1556.1.4μ律扩展模块1566.2量化和编码1576.2.1抽样量化编码器1576.2.2触发式量化编码器1586.2.3量化解码器1596.2.4实例6.1--A律十三折与μ律十五折的量化误差1596.3差分编码1626.3.1差分编码器1626.3.2差分解码器1636.4DPCM编码和解码1646.4.1DPCM编码器1646.4.2DPCM解码器1666.4.3实例6.2--DPCM与PCM系统的量化噪声166第7章信道编码和交织1727.1分组编码1727.1.1二进制线性码1727.1.2二进制循环码1747.1.3BCH码176
2025/5/8 14:23:11 23.47MB matlab pdg
1
《线性代数》课程考查论文(内容:行列式的计算方法及其应用)
2025/5/8 8:22:22 128KB 线性代数考查论文
1
Struts开始于2000年3月,是采用JavaServlet/JavaServerPages技术,开发Web应用程序的开放源码的框架。
当前最新的正式版本是1.0.2,本文内容就是针对这个版本的。
采用Struts能开发出基于MVC(Model-View-Controller)设计模式的JavaWeb前端应用。
通常MVC设计模式把一个系统划分为相互协作的三个部分:1.Model(模型),模型用于封装系统的状态,比如业务数据;
2.View(视图),视图是模型的表示,提供用户交互界面。
当模型状态发生变化时,视图应该得到通知,以便更新模型的变化;
3.Controller(控制器),接受来自视图的请求,
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