letcityData={"RECORDS":[{"value":110000,"label":"北京","children":[{"value":110100,"label":"北京","children":[{"value":110101,"label":"东城"},{"value":110102,"label":"西城"},{"value":110105,"label":"朝阳"},{"value":110106,"label":"丰台"},{"value":110107,"label":"石景山"},{"value":110108,"label":"海淀"},{"value":110109,"label":"门头沟"},{"value":110111,"label":"房山"},{"value":110112,"label":"通州"},{"value":110113,"label":"顺义"},{"value":110114,"label":"昌平"},{"value":110115,"label":"大兴"},{"value":110116,"label":"怀柔"},{"value":110117,"label":"平谷"},{"value":110228,"label":"密云"},{"value":110229,"label":"延庆"}]}]}AntDesign组件三级联动资源库必备

%直流电动机机械特性分析%将该函数定义为dc_mo_mec(dc_motor_mech)%--------------------------------------------------------------------------%下面输入电机基本数据：U=220;Ra=0.17;p=2;N=398;a=1;psi=0.0103;Cpsi=0.0013;%下面输入电磁转矩的变化范围：Te=0:.01:5;%-------------------------------------------------------------------------%计算并励电动机机械特性：Ce=p*N/60/a;Cm=p*N/2/pi/a;n=U/Ce/psi-Ra*Te/Ce/Cm/psi^2;subplot(2,1,1)plot(Te,n,'k')holdonxlabel('Te')ylabel('n')%-------------------------------------------------------------------------%计算串励电动机机械特性C1=1/Ce*(Cm/Cpsi)^.5;C2=1/Ce/Cpsi;n=C1*U*(Te+.001).^(-.5)-C2*Ra;subplot(2,1,2)plot(Te,n,'b')holdonaxis([0,5,0,60000])xlabel('Te')ylabel('n')%-------------------------------------------------------------------------

packageasc;importjava.awt.*;importjavax.swing.*;publicclasscsextendsJFrame{//定义组件JPaneljp1,jp2,jp3;//面板JLabeljlb1,jlb2;//标签JButtonjb1,jb2;//按钮JTextFieldjtf;//文本JPasswordFieldjpf;//密码publicstaticvoidmain(String[]args){cswin=newcs();}//构造函数publiccs(){//创建面板jp1=newJPanel();jp2=newJPanel();jp3=newJPanel();//创建标签jlb1=newJLabel("用户名");jlb2=newJLabel("密码");//创建按钮jb1=newJButton("登录");jb2=newJButton("重置");//创建文本框jtf=newJTextField(10);//创建密码框jpf=newJPasswordField(10);//设置布局管理this.setLayout(newGridLayout(3,1));//网格式布局//加入各个组件jp1.add(jlb1);jp1.add(jtf);jp2.add(jlb2);jp2.add(jpf);jp3.add(jb1);jp3.add(jb2);//加入到JFramethis.add(jp1);this.add(jp2);this.add(jp3);//设置窗体this.setTitle("用户登录");//窗体标签this.setSize(300,150);//窗体大小this.setLocationRelativeTo(null);//在屏幕中间显示(居中显示)this.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);//退出关闭JFramethis.setVisible(true);//显示窗体//锁定窗体this.setResizable(false);}}

人脸8种动态彩色表情数据集，包括123个subjects,593个imagesequence，每个imagesequence的最后一张Frame都有actionunits的label，而在这593个imagesequence中，有327个sequence有emotion的label。
这个数据集是人脸表情识别中比较流行的一个数据集，很多文章都会用到这个数据做测试。
资源包括数据集压缩文件和数据集介绍、公开论文文档

汇编写入工具(虚拟磁盘写入工具)类似于现实中计算机内部的一块硬盘，虚拟硬盘文件则是在虚拟机下模拟物理硬盘。
你可以利用汇编写入工具吧你的汇编程序放进虚拟硬盘，在汇编语言中，用助记符(Memoni)代替操作码，用地址符号(Symbol)或标号(Label)代替地址码。
这样用符号代替机器语言的二进制码，就把机器语言变成了汇编语言。
用汇编语言编写的程序，机器不能直接识别，要由一种程序将汇编语言翻译成机器

PascalVOC2012增强数据集Label文件，包含已经处理好的12031张灰度标注图像

labelImg是一款开源的图片标注工具，可以在上面画框和标注对应的类别，由python和Qt编写而成，将标注信息存放在xml中

用MATLAB生成达到出版质量的图形-export_fig.zip本帖最后由stellari于2013-5-2816:03编辑MATLAB的绘图功能非常强大，但是有两个突出的问题：1、导出的图片质量不高；
2、有时导出图片和figure中实际所见并不一致。
所以导致大家正式发表专业文章时不经常用MATLAB作为首选的绘图软件。
其实，只要解决了上面的两个问题，MATLAB也是可以生成能够达到出版水平的图形的。
简介export_fig（见附件）就是一个能够解决上述问题的工具包。
首先，问题1的主要原因是MATLAB的默认绘图渲染器较为原始，所以画出的线条都有很明显的锯齿。
而用export_fig导出的图片，所有的线条和文字都是经过抗锯齿处理的，所以视觉效果极佳；
至于问题2，export_fig会严格按照figure上显示的内容去导出，是真正意义上的所见即所得。
而且用export_fig导出的图片不会有MATLAB默认导出时那么大的白边，而是保证白边的范围仅能容纳坐标轴和title,xlabel,ylabel，这样使得图片的尺寸减小，排版更方便。
下两图选得虽然不是很有代表性，但是依然可以看出export_fig截出的图中白边大量减少，并且有非常先进的抗锯齿处理（比如，上图的红线在1-2范围内有很明显的锯齿，下图则几乎没有。
坐标轴上的数字也是如此）。
背景中的网格也由虚线变成了“淡实线”，更符合现代制图的审美观。
figure中直接选择save的结果：test1_1.pngfigure中选择save的保存结果export_fig的结果：test2_2.pngexport_fig的保存结果使用方法export_fig的使用方法很简单，解压附件中的文件，然后将得到的所有文件放入某目录中，再将该目录添加至MATLAB的搜索路径中。
导出图片时，输入export文件名即可将当前figure中的图输出至文件中。
export_fig能够自动识别文件名的扩展名，并保存成相应的格式。
注意如果需要导出pdf或eps格式的话，需要下载并安装ghostscript，具体可以参见export_fig的发布页http://www.mathworks.com/matlabc...nge/23629-exportfig题外话其实不要小看MATLAB。
MATLAB其实隐藏了一个非常强大的绘图模式：HG2。
这个模式平时是隐藏的，只能在MATLAB启动时通过附加参数的形式开启，即可以将MATLAB的快捷方式中的指向目标由"...\...\MATLAB\R2013a\bin\MATLAB.exe"改为"...\...\MATLAB\R2013a\bin\MATLAB.exe"-hgVersion2（注意hgVersion和2之间有一个空格）然后使用这个快捷方式打开MATLAB。
在界面上没有任何区别，但是当你画出图之后，你会发现一切都不同了。
（下二图转载自undocumentedmatlab.com，左图为普通模式，右图为HG2模式）HG1_plot.png普通（HG1）模式（无责任转载自undocumentedmatlab.com）HG2_plot.pngHG2模式（无责任转载自undocumentedmatlab.com）版本在2010以上，感兴趣的同学不妨一试（版本更早其实也可以尝试）。
当然目前HG2模式尚不稳定，所以并没有向一般用户公开。
不过这很可能是下一代MATLAB的发展方向，说不定R2014a的默认绘图模式就是HG2！总结目前公认最好的图片导出方案还是export_fig。
这个工具包在MATLABCentral上一直下载量排行第一。
这个工具包可以完全替代MATLAB自己的图片导出功能，强烈推荐大家使用。
我本人现在正在写的一篇文章就全部使用export_fig，而没有使用其他任何的绘图软件。
HG2模式应该是MATLAB的未来发展方向，大家可以先尝个鲜。
很有可能在不久的将来就能够在MATLAB中直接生成这种高质量的图像了。

CK+数据集可在此官网（http://www.consortium.ri.cmu.edu/ckagree/）下载，但是需要填写个人信息绑定邮箱，通过后会给你的邮箱发送用户名和口令，但通过浏览器下载速度较慢，经常会下载失败。
因此，这里共享给大家本人下载成功后的CK+数据集的网盘下载链接，里面主要包含extended-cohn-kanade-images.zip和Emotion_labels.zip。
这里不用多说，第一个zip里面就是CK+的原始表情数据，里面包含有10000多张人脸表情图片，而第二个zip文件则是与人脸表情图片对应的标签值。

毕业设计和课程设计全套资料，主程序代码clc;clearall;closeall;warningoffall;I=imread('images\\1.jpg');I1=Image_Normalize(I,0);%图像归一化hsize=[33];sigma=0.5;I2=Image_Smooth(I1,hsize,sigma,0);I3=Gray_Convert(I2,0);bw2=Image_Binary(I3,0);%二值化处理[~,~,xy_long]=Hough_Process(bw2,I1,0);%霍夫变换angle=Compute_Angle(xy_long);%计算角度[I4,bw3]=Image_Rotate(I1,bw2,angle*1.8,0);%图像旋转[bw4,Loc1]=Morph_Process(bw3,0);%形态处理[Len,XYn,xy_long]=Hough_Process(bw4,I4,0);[bw5,bw6]=Region_Segmation(XYn,bw4,I4,0);[stats1,stats2,Line]=Location_Label(bw5,bw6,I4,XYn,Loc1,1);[Dom,Aom,Answer,Bn]=Analysis(stats1,stats2,Line,I4);

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。