墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
1k累计阅读
1k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
http://localhost/arcgis/rest/services
如下：
5.加入
<esri:Map x:Name="MyMap">
<esri:ArcGISTiledMapServiceLayer ID="MyLayer"
Url="http://localhost/ArcGIS/rest/services/xinjiangmapservice/MapServer" />
</esri:Map>
6.运行程序。
基于 Qt 6 / C++17 的多算法加解密工具（学习研究用途） 涵盖编码、古典密码、对称/非对称加密、哈希摘要共 24 种算法，全部纯 C++ 自实现，不依赖 OpenSSL/GmSSL
基于 Qt 6 / C++17 的多算法加解密工具（学习研究用途）。涵盖编码、古典密码、对称/非对称加密、哈希摘要共 24 种算法，全部纯 C++ 自实现，不依赖 OpenSSL/GmSSL。含图形界面、批量文件加解密、密钥管理、性能测试与操作日志。提供标准测试向量自测。
ArcGIS动态表格扩展模块Mapping and Charting Solutions使用教程及下载地址
ArcGIS动态表格扩展模块Mapping and Charting Solutions，可用于插入动态表格，与数据驱动结合，出图效率无敌，下面简要介绍插入动态表格步骤： 安装模块，打开Arcgis，点击“自定义”-“扩展模块”，将所有模块都勾上，激活模块； 切换至布局视图，选择“插入”-“Graphic Table Element”； 弹出窗口中选择“Item to Row”（行表...
考虑一次调频以及二次调频和各机组调频特性的双目标风光水火储动态调度研究（Matlab代码实现）
考虑一次调频以及二次调频和各机组调频特性的双目标风光水火储动态调度研究（Matlab代码实现）内容概要：本文研究了一种考虑一次调频、二次调频以及各机组调频特性的双目标优化模型，用于风光水火储多能互补系统的动态调度问题。该模型以系统运行成本最小化和新能源消纳最大化为双重优化目标，综合考虑了各类电源的出力特性、储能系统的充放电行为及电网频率响应要求。通过Matlab编程实现了完整的求解流程，采用多目标优化算法对复杂约束条件下的调度方案进行求解，并对不同场景下的调度结果进行仿真分析，验证了所提模型在提升系统经济性与稳定性方面的有效性。研究还探讨了储能系统在平抑新能源波动、参与频率调节中的关键作用，为高比例可再生能源接入下的电力系统调度提供了理论支持和技术路径。; 适合人群：具备一定电力系统基础知识和Matlab编程能力，从事新能源调度、电力系统优化等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标：①解决含多种能源形式的复杂电力系统在实际运行中的动态调度问题；②研究储能系统在调频和促进新能源消纳中的协同机制；③掌握多目标优化在电力系统调度中的建模与实现方法； 阅读建议：建议读者结合Matlab代码深入理解模型构建与求解过程，重点关注目标函数设计、约束条件处理及多目标折衷分析方法，同时可通过修改参数进行不同场景的仿真实验，以加深对系统动态行为的理解。
ArcGIS API for Python学习笔记（三）Mapping模块及地图渲染
ArcGIS API for Python学习笔记（三）。主要包含Mapping模块的介绍、方法总结、简单的地图可视化工具。
图腾柱无桥PFC变换器+平均电流控制+PI电压双闭环前馈控制设计（Simulink仿真实现）
内容概要：本文系统研究了图腾柱无桥PFC变换器的高性能控制策略，采用平均电流控制与PI电压双闭环前馈控制相结合的方法，并基于Simulink平台构建了完整的仿真模型进行验证。文章深入剖析了控制系统的结构设计，重点阐述了电压外环与电流内环的协同工作机理，其中前馈控制的引入显著增强了系统对输入扰动的抑制能力和动态响应速度。通过仿真结果表明，该复合控制策略能够有效实现单位功率因数运行，大幅降低输入电流的总谐波畸变率（THD），同时确保直流母线电压具有优异的稳态精度和快速跟踪能力。本研究为高效率、高功率密度的PFC变换器设计提供了坚实的理论支撑和可靠的实践范例。; 适合人群：从事电力电子、电气自动化、新能源变换器研发的高校研究生、科研人员及企业工程师。; 使用场景及目标：①掌握图腾柱无桥PFC变换器的工作原理与建模方法；②深入理解平均电流控制、PI双闭环及前馈控制在电力电子系统中的综合应用；③学习使用Simulink进行电力电子变换器的系统级仿真与性能分析。; 阅读建议：建议读者结合文中提供的仿真模型，分模块（主电路、控制逻辑、调制环节）进行参数设置与仿真调试，重点关注电压环与电流环的动态响应、稳态精度以及THD指标的变化，以深化对控制策略的理解。
基于可靠性评估序贯蒙特卡洛模拟法的配电网可靠性评估研究（Matlab代码实现）
内容概要：本文系统研究了基于序贯蒙特卡洛模拟法的配电网可靠性评估方法，重点聚焦于其在含分布式电源的复杂配电网中的应用。文章深入阐述了该方法的理论基础与实现流程，通过建立配电网元件的故障与修复过程的时间序列模型，模拟系统在长期运行中的状态演变，进而精确统计系统及负荷点的关键可靠性指标，如系统平均停电频率（SAIFI）、系统平均停电持续时间（SAIDI）、用户平均停电时间（CAIDI）等。研究依托Matlab平台完成了完整的仿真程序开发，并通过典型算例验证了所提方法的有效性与工程实用性。该方法能够充分考虑系统的时序特性与元件间的相关性，尤其适用于高比例分布式电源接入后带来的随机性与波动性较强的新型配电网可靠性分析。; 适合人群：具备电力系统分析基础知识和一定Matlab编程能力的高校研究生、科研机构研究人员，以及从事配电网规划、运行维护与风险管理的工程技术人员。; 使用场景及目标：①掌握序贯蒙特卡洛模拟法在电力系统可靠性评估中的核心原理与具体实施步骤；②学习如何利用Matlab进行配电网时序仿真建模与可靠性指标的自动化计算；③为含分布式电源的现代配电网的规划设计、运行风险评估及韧性提升提供科学的量化分析工具与技术支撑。; 阅读建议：建议读者结合文中提供的Matlab代码实现，逐行调试并运行仿真程序，深入理解状态抽样、时间推进、故障遍历、指标累加等关键算法环节，并鼓励尝试将其应用于不同的网络拓扑结构或引入更多类型的分布式电源模型，以深化对方法适应性与扩展性的理解。
ArcGIS Web Mapping for Silverlight开发入门之9:属性查询、定位、标注
<br />该文是博文http://blog.youkuaiyun.com/FlexMapServer/archive/2010/12/09/6064900.aspx ，的系列之二，本文是查询POI兴趣点为Point，点击定位，并用图标表示，如下：<br /> <br /><br /> <br /> <br />查询医院后，点击datagrid中的某行，即某个医院，则定位到地图中，并显示该医院的名称。<br /> <br />托管C#代码如下：<br /> <br /> private void QueryDetai
基于多策略改进蜣螂算法（MSDBO）的多无人机协同三维避障路径规划研究（Matlab代码实现）
内容概要：本文研究基于多策略改进的蜣螂优化算法（MSDBO）在多无人机协同三维避障路径规划中的应用，旨在解决复杂环境下多无人机安全、高效飞行的路径规划问题。通过引入多种优化策略对传统蜣螂算法进行改进，显著增强了算法的全局搜索能力、收敛速度与避障性能，并结合三维空间建模与多无人机协同机制，构建以路径成本（如距离、高度、威胁、转角等）为目标函数的优化模型。文中系统阐述了算法设计原理、路径规划建模方法及仿真实验过程，通过多场景对比实验验证了MSDBO算法在路径安全性、规划效率和多机协同性方面的优越性与鲁棒性。; 适合人群：具备一定算法基础和MATLAB编程能力，从事无人机控制、路径规划、智能优化算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①解决城市、山区等复杂环境下的多无人机协同飞行路径规划问题；②提升无人机集群在动态障碍物环境中的自主避障与协同能力；③为智能交通、应急救援、军事侦察等领域的多智能体路径规划提供技术支持。; 阅读建议：建议结合提供的Matlab代码进行仿真实践，深入理解算法实现细节与参数调优方法，同时可尝试在不同场景下测试算法性能，进一步掌握其适用边界与优化潜力。
ArcGIS Web Mapping for Silverlight浏览器外支持
<br />ArcGIS Web Mapping for Silverlight应用程序可以在浏览器外运行，步骤如下：新建Silverlight应用程序；添加ArcGIS Web Mapping地图；在Visual Studio中右键点击"Silverlight"应用程序（不是Web应用程序），点击“属性”菜单，在属性对话框中设置如下：<br />即勾选“允许在浏览器外运行应用程序”，保存刚才的设置。<br /> <br />4. 调试运行，如下：<br /><br /> <br /> <br /> 右键单
主成分分析(PCA)和局部线性嵌入（LEE）原理详解
从KNN谈“维度灾难”，介绍线性降维PCA和局部线性嵌入LLE 这两种降维方法的原理
AMD MI50 Linux ROCm 6.4 手动编译与大模型推理实战
GPU加速计算是现代AI推理的核心基础，其性能依赖于硬件架构、驱动栈与运行时环境的深度协同。ROCm作为AMD开源GPU计算平台，采用‘自下而上’的Linux生态集成路径，强调对上游内核、编译器与固件的强耦合。MI50基于Vega 20（gfx900）架构，虽具备32GB HBM2高带宽显存与14.7 TFLOPS FP16算力，但因ROCm官方支持策略转向CDNA架构，自6.5版本起被移出支持列表，仅ROCm 6.4仍提供实验性兼容——这使其成为Linux下部署私有大模型的关键‘最后一班船’。本文围绕MI
ArcGIS Web Mapping for Silverlight之Feature layer
<br />ArcGIS Web Mapping for Silverlight之Feature layer<br />Feature layer可以翻译成要素图层，Graphics layer可以翻译成图形图层。<br />Feature layer是一种特殊的Graphics layer，允许你能够将通过REST服务过滤Filter查询出来的地理要素显示在该图层上，像Graphics layer一样，Feature layer能够包含几何图形和属性信息的地理要素。<br /> 动态（非缓存）的地
基于深度学习卷积神经网络的医学图像乳腺癌分类
一、项目背景与意义乳腺癌是女性最常见的恶性肿瘤之一，其早期发现和治疗对于提高患者的生存率和生活质量至关重要。然而，乳腺癌的诊断通常依赖于医生的经验和主观判断，这不仅耗时而且可能存在误差。近年来，深度学习技术特别是卷积神经网络（CNN）在图像处理领域取得了显著进展，为乳腺癌的自动分类提供了新的解决方案。本项目旨在利用深度学习卷积神经网络构建一套高效、准确的医学图像乳腺癌分类系统，辅助医生进行乳腺癌的早期诊断和治疗。二、技术实现。
ArcGIS Web Mapping for Silverlight之Graphics layer
<br /> 图形是绘制在Graphics layer之上的，你当然得在map中定义一个Graphics layer图层，如下：<br /> <esri:GraphicsLayer ID="MyGraphicsLayer" /><br /> 为了能在这个图层上绘制图形，这图形如多边形Polygon有填充颜色和边的宽度、颜色等，得定义symbol样式，如下：<br /> <esriSymbols:SimpleFillSymbol x:Name="RedFillSymbol" Fill="
LaMAR数据集下载和使用流程
LaMAR数据集
ABAP Cloud：面向云时代的 ABAP 开发范式与实践指南
摘要： 本文系统讲解SAP ABAP Cloud开发模型，涵盖其架构、工具链、规范及实践。ABAP Cloud作为统一开发模型，支持在SAP BTP和S/4HANA上构建云就绪应用，遵循clean core原则，通过RAP（RESTful应用编程模型）实现低耦合扩展。文章详细解析其核心构成（RAP、稳定API、clean core约束）、工具链（ADT、软件物流）及两种典型扩展场景（on-stack与side-by-side），并附可运行RAP示例代码（如销售笔记应用）。重点强调通过规范开发确保系统可升级性
ArcGIS API for Silverlight之Web Mapping开发：根据图层属性查询
ArcGIS API for Silverlight之Web Mapping开发：根据图层属性查询
AUTOSAR进阶图解==＞AUTOSAR_EXP_VFB
AUTOSAR虚拟功能总线(VFB)摘要 AUTOSAR虚拟功能总线(VFB)是汽车开放系统架构中的核心抽象概念，为分布式电子系统提供统一通信模型。VFB允许软件组件在不了解底层物理通信机制的情况下交互，通过运行时环境(RTE)实现组件间的数据交换。系统配置过程将抽象的VFB视图转换为具体实现，包括组件到ECU的映射和通信机制选择。VFB采用"last-is-best"语义进行数据通信，并支持模式管理机制，使组件能根据系统状态调整行为。此外，VFB还支持与非AUTOSAR系统的交互，通常
Web Mapping for Silverlight:拉框查询，并将结果输出到表格中
Web Mapping for Silverlight:拉框查询，并将结果输出到表格中
【AI Agent】Harness Engineering实践
Harness(运行宿主)是围绕 LLM构建的一套确定性工程系统，其核心职责是：承认模型的固有局限，用可控的工程手段逐一弥补，使"强大但不可靠的推理引擎"变成"可信赖的生产级Agent"模型 是发动机——提供原始动力Agent 是驾驶员——做出决策Harness 是道路、地图、护栏、仪表盘、维修站和质检线——确保行驶安全有序没有Harness，模型越强，可能只是更快地制造混乱。
ECU诊断功能测试：从理论到实践
ECU诊断功能是指通过特定的诊断协议与ECU进行通信，以获取ECU的状态信息、故障码、数据流等，并执行特定的诊断操作。诊断功能的主要目的是帮助开发人员和维修人员快速定位和解决ECU中的问题，确保车辆的安全性和可靠性。UDS协议是ISO 14229标准的一部分，定义了一系列的诊断服务，如读取故障码、清除故障码、读取数据流等。UDS协议基于CAN（Controller Area Network）总线，具有较高的灵活性和扩展性。读取故障码是诊断功能中最基本的操作之一。通过读取故障码，可以快速定位ECU中的问题。
ArcGIS API for Silverlight之Web Mapping开发：根据图层属性查询、定位、高亮显示并显示标注（2）
ArcGIS API for Silverlight之Web Mapping开发：根据图层属性查询、定位、高亮显示并显示标注
Probability and Statistics - 4th edition
Probability and Statistics - 4th edition
ArcGIS API for Silverlight之Web Mapping开发：根据图层属性查询、定位、高亮显示
ArcGIS API for Silverlight之Web Mapping开发：根据图层属性查询、定位、高亮显示
华为的C语言编程规范.pdf
华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。
Data-Structures-and-Algorithm-Analysis-in-Java.pdf
作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...
ArcGIS在线应用介绍（8）web 3D地形图
http://www.giser.net/?p=400 web 3D地形图（3D Terrain Mapping in a Browser） 开发语言:silverlight SDK:ArcGIS API for silverlight ArcGIS产品：ArcGIS Server 在线地址：http://maps.esri.com/sldemos/terrainmap/...
android 蓝牙通讯demo
android 下蓝牙通讯demo，实现了发现蓝牙，使能蓝牙，通过蓝牙发送消息。
转Hybrid GIS
Presentations by ISC representatives will describe the new opportunities that have been created for geospatial visualization and analysis by recent changes in the industry. Specifically, they will exa...
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
3万+
扫一扫
