管家婆工贸ERP BA007.批量修改BOM损耗率

最低适用版本:
工贸系列 23.0

插件简要功能说明:

  1. 标准BOM支持批量修改子件损耗率
  2. 更多细节描述见下方详细文档

插件操作视频:

基础资料类定制插件--批量修改BOM损耗率

插件详细功能文档:

  1. 应用中心增加菜单【批量修改BOM损耗率】
    a. 功能界面参考如图:
    b. 在这里插入图片描述

  2. 表头列:
    a. 存货:存货选择框,默认为空,支持选择末级存货
    b. 编号/规格/型号/单位:选择存货后默认带出存货基础资料相关内容

  3. 表格列:
    a. 选择:勾选列,用户可以自行勾选明细进行批量修改操作,表头增加全选功能
    b. 产成品编号/产成品全名/产成品规格/产成品型号/基本单位:默认显示,表头选择子项存货后,显示标准BOM包含该子项存货对应的产成品存货基础资料相关内容,一个产成品显示一行
    c. 配比关系:默认显示,标准BOM的父项存货数量 : 子项存货数量
    d. 损耗率:默认显示,表头所选存货在标准BOM中的损耗率
    e. BOM编号/BOM名称/定额工时/摘要/备注1/备注2:默认隐藏,可以通过右键增加显示列配置,取值均来自于标准BOM中设置的内容
    f. 新损耗率:显示在表格左下角,默认为0,可以录入0-100之间的数字,最大支持两位小数
    g. 批量修改:点击批量修改按钮,将表格中已选择列更新为“新损耗率”
    ⅰ. 批量修改判断和提示说明如下:

    1. 未勾选任何数据,提示“至少选择一个产成品”
    2. 勾选列的产成品如果损耗率不同,提示用户“存货XX在所选择的产成品中的损耗率不一样,批量修改后将会被更新成统一的损耗率XX,是否继续?”
    3. 勾选列的产成品如果损耗率不同,提示用户“存货XX在所选择的产成品中的损耗率为XX,批量修改后将会被更新成XX,是否继续?
本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

InsCodeAIAI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值