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
1.9k累计阅读
2k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
对于工程方面需要的局部地区的大比例尺地形图、平面图和中小比例尺挂图和地图集，常使用矩形分幅。
矩形分幅是按平面直接坐标系的横纵坐标线来划分的，图幅的上、下以坐标横轴为界，左、右以坐标纵轴为界。
供各种工程设计及施工需要的1:500、1:1000、1:2000和小区域1:5000比例尺的地形图均采用正方形或矩形分幅，它是以纵横坐标的整千米数或整百米数作为图幅的分界线的，所以图廓呈正方形或矩形。
当图要正方形分幅时，一般规定1:5000比例尺地形图的图幅大小为纵、横各40cm，即40cm*40cm，实地为2km*2km；1:500、1:1000、1:2000比例尺地形图图幅大小则为50cm*50cm。其分幅方法是按一分为四的原则，即将一幅1:5000的地形图分为4幅1:2000的地形图；1:2000的地形图分为四幅1:1000的地形图；1:1000的地形图分为四幅1:500的地形图。
1:5000-1:500比例尺地形图采用矩形分幅时，图幅大小均为50cm*40cm。
具体的分幅方式和分幅图幅大小，以及实地面积见下表：
地形图的分幅与编号的详细介绍
地形图的分幅与编号word文档，详细介绍！
基于Java17、SpringBoot、vue3、antdv-next、uniapp等主流技术构建的全场景极速开发平台 MDP内置3个web端、1个移动端 重点解决用户中心、开发者平台、管理后台3个应
MDP-主数据平台，后端项目。专注于单点登录解决方案。内置用户中心、开发者平台、管理后台3个应用。包含：单点登录、Oauth2 登录、用户身份管理、应用申请、应用接入、主数据维护、主数据订阅、主数据广播、应用接口调用、接口管理管理和查看、系统配置等功能。
Win7时间修复（时间错误修复文件）
运行方法：解压后运行reg文件即可。 支持的Win7版本： 1. Windows 7 Starter（入门版 / 初级版） 2. Windows 7 Home Basic（家庭普通版） 3. Windows 7 Home Premium（家庭高级版） 4. Windows 7 Professional（专业版） 5. Windows 7 Enterprise（企业版） 6. Windows 7 Ultimate（旗舰版） 7. Windows 7 Professional for Embedded Systems（嵌入式专业版） 8. Windows 7 Ultimate for Embedded Systems（嵌入式旗舰版）
YOLO26算法行人行走检测+训练好的模型+102张数据集+pyqt可视化界面.zip
附训练好的 YOLO 权重与 PyQt 可视化检测界面，页面底部含可视化效果预览，毕设/课设开箱即用。 【数据集概况】 · 检测类别（中文）：[行走的人(person walking)] 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 67 个 epoch，最终轮指标： 指标 | 数值 mAP50 | **0.8000** mAP50-95 | 0.5620 Precision | 0.5795 Recall | 0.8235 train/box_loss | 0.9538 train/cls_loss | 1.9897 val/box_loss | 0.9034 val/cls_loss | 2.7344 【训练过程分析】 进入训练阶段后，模型一开始的 mAP50 和 mAP50-95 均为 0.8000 和 0.5620，表明在开始阶段模型的收敛情况良好。从第 30 轮起，训练集的 mAP50 值稳定在了 0.8000，这说明模型在这之前能够迅速捕捉到主要目标，但精度提升的余地已然不大。同时，mAP50-95 在训练集上表现略差，从第 50 轮开始慢慢往上走至 0.5620。这反映出模型在检测更小、更远的目标上还存在一定差距，精度成为瓶颈。 随着训练深入，模型在验证集上的表现开始分化。从第 60 轮开始，验证集的 mAP50 和 mAP50-95 值分别为 0.7500 和 0.4500，相比训练集下降明显，表明模型存在一定程度的过拟合现象。训练集上的 box loss 和 cls loss 值分别为 ... 使用场景：毕业设计、课程设计、深度学习入门、工业场景落地验证。
科技中介服务机构想要提升服务效率，需要哪些数智工具支持？.docx
科技中介服务机构想要提升服务效率，需要哪些数智工具支持？
usb 扩容盘检测修复工具源码，编译产物
usb 扩容盘检测修复工具源码，编译产物
融合UWB和IMU割草机定位EKF研究（Matlab代码实现）
内容概要：本文主要介绍了一个名为“Plecs全桥LLC谐振变换器仿真模型”的技术资源，该资源聚焦于电力电子领域中的LLC谐振变换器建模与仿真，涵盖开环、闭环控制、软启动设计及参数优化等核心内容。文档不仅提供了LLC变换器的详细建模方法与仿真案例，还系统梳理了其在高效电源转换系统中的应用，包括隔离型全桥拓扑结构的设计与性能分析。此外，资源汇总了大量Matlab/Simulink仿真模型及相关科研方向，涉及新能源并网、储能控制、电机驱动等多个前沿领域，全面展示LLC谐振变换器在现代电力系统中的关键技术实现路径。同时，文档附带多种学习资料获取途径，如网盘链接和公众号资源，便于研究人员深入实践与拓展研究。; 适合人群：具备扎实的电力电子、自动控制理论基础，从事新能源发电、开关电源设计、电力系统仿真等相关领域的研究生、工程师及科研人员。; 使用场景及目标：①深入理解LLC谐振变换器的工作原理、建模方法与控制策略；②开展电力电子变换器的仿真验证与参数优化设计；③支撑科研项目、学位论文或工程项目的系统仿真与方案验证； 阅读建议：建议结合所提供的仿真模型与参考文献，使用Plecs或Simulink软件进行动手实践，重点掌握LLC谐振变换器的建模流程、闭环控制设计、软启动机制及参数调试技巧，以全面提升在实际工程中的应用与创新能力。
基于变频控制的多相交错LLC谐振变换器闭环仿真（Simulink仿真实现）
基于变频控制的多相交错LLC谐振变换器闭环仿真（Simulink仿真实现）内容概要：本文主要介绍了基于Plecs的全桥LLC谐振变换器仿真模型，涵盖变频控制下的多相交错LLC谐振变换器闭环仿真、V2G电动汽车ACDC整流与双向CLLC谐振变换器充放电仿真、LLC谐振变换器的开环与闭环软启动设计，以及储能系统中双向Buck-Boost变换器结合模型预测电流控制和电压下垂控制的仿真研究。同时，文档列举了多种电力电子系统与控制策略的Simulink/Plecs仿真案例，涉及三相交错并联Buck变换器、三电平Buck直流变换器、单相Boost PFC电路等，展示了丰富的电力变换器建模与控制技术。此外，还包括参数设计报告、计算书及相关参考文献，适用于从事电力电子、新能源发电、电动汽车充放电系统等领域的研究人员和技术开发人员。; 适合人群：具备电力电子、自动控制理论基础，从事新能源、电动汽车、电力系统等相关领域研究的研发人员、高校研究生及高年级本科生。; 使用场景及目标：① 学习和掌握LLC谐振变换器及其他典型电力电子变换器的工作原理与建模方法；② 实现闭环控制策略如变频控制、软启动、模型预测控制、下垂控制等的仿真验证；③ 支持科研项目、毕业设计或工程开发中的系统仿真与优化设计。; 阅读建议：建议结合文中提供的仿真模型、设计报告与参考文献，逐步搭建并调试相应系统，重点关注控制策略的实现细节与参数整定过程，以深入理解系统动态响应特性与控制性能。
独立储能的现货电能量与调频辅助服务市场出清协调机制（Matlab代码实现）
内容概要：本文标题为“Plecs全桥LLC谐振变换器仿真模型”，但实际内容严重偏离主题，文档中混杂了大量来自优快云博客平台的无关信息，涵盖多个不同领域的Matlab/Simulink仿真项目，如电力系统优化、无人机路径规划、机器学习预测、微电网调度、卡尔曼滤波、无线能量传输等，导致核心内容缺失。文档未能提供关于Plecs平台下全桥LLC谐振变换器的建模方法、电路结构、参数设计、控制策略或仿真结果等关键技术细节，实质信息与标题完全不符，不具备作为该主题参考资料的有效性。; 适合人群：从事电力电子变换器研究、电源系统设计及相关领域的工程师、高校研究生与科研人员，尤其是希望掌握LLC谐振变换器建模与仿真的专业技术人员。; 使用场景及目标：① 学习并掌握全桥LLC谐振变换器的工作原理与Plecs仿真建模技术；② 开展高效电源转换器的研发与性能优化；③ 作为教学或科研项目中电力电子电路仿真的参考资料。; 阅读建议：鉴于文档内容与标题严重不符，建议读者谨慎甄别，优先选择专业书籍、学术论文或官方仿真软件教程等权威资源进行学习，避免被无效信息误导。
保姆级教程：用NodeMediaClient在Android实现RTMP拉流播放（附避坑指南）
本文提供了一份详尽的Android平台RTMP拉流播放实现与深度调优指南。重点介绍了如何使用NodeMediaClient库进行集成，并针对视频卡顿、花屏等常见问题，从渲染引擎选择（SurfaceView与TextureView）、解码策略、缓冲区优化到高级网络自适应等方面提供了实战解决方案与避坑技巧。
kaggle项目：纽约出租车行程时间NYC Taxi Trip Duration
纽约出租车形成时间预测（NYC Taxi Trip Duration）是Kaggle中的一个Playground竞赛。比赛数据集基于2016年纽约市黄色出租车行程记录数据，需要建立一个模型，根据单个行程属性，预测测试集中每次行程的持续时间。Kaggle项目模型XGBoost，评价指标RMSLE。
fsQCA实战：从数据校准到结果解读的完整流程（附R代码示例）
本文提供了一份完整的模糊集定性比较分析（fsQCA）实战指南，详细阐述了从数据校准、必要条件分析、真值表构建到布尔最小化与结果解读的全流程。通过R语言代码示例，帮助研究者掌握如何将理论转化为可操作的分析步骤，并产出稳健的中间解，以揭示导致结果的复杂条件组合。
UniTouch：多模态触觉对齐技术如何重塑零样本跨模态应用
UniTouch模型通过创新的多模态触觉对齐技术，成功将触觉数据映射到通用的视觉-语言嵌入空间，解决了触觉模态的“孤岛困境”。该技术利用对比学习和传感器特定标记，实现了高质量的零样本学习能力，使模型无需额外训练即可完成触觉分类、描述等任务，并能驱动跨模态生成，为机器人、VR和智能制造等领域提供了强大的触觉理解新范式。
Cocos Creator3.5.2使用Spine切换皮肤
3、然后获取当前spine中是否有皮肤数据，如果spine连皮肤数据都没有，接着写可能会error，这里的 skins[skin]，是判断皮肤列表中是否有需要更换的皮肤。2、因为spine往往意味着异步加载，换肤时也经常出现频繁异步的情况，所以下一步我们要可以判断当前spine组件里是否已经加载好了spine文件。换肤前隐藏好需要换肤的节点，避免穿帮；官网文档的换肤流程太简化，对于实际使用来说会有各种各样的问题。1、首先获取对应的spine组件。这里的skin自然是外部传入的需要换肤的皮肤名。
matlab实现MSK调制解调
文章目录一、要求二、设计三、代码四、结果五、结论 一、要求 画出MSK信号产生的信息、I路、Q路信号对比图以及接收端解调的信息恢复的对比图。 二、设计 1.MSK调制 2.MSK解调 三、代码 clear all;clc; N=20; T=1; fc=10; Fs=100; bitstream=randi([0,1],1,N); bitstream1=2*bitstream-1; b0=1; for i=1:N encode_output(i)=b0*bitstream
【JavaSE】之流程控制与方法
Java基础之Java流程控制与方法相关知识介绍~
【GlobalMapper精品教程】084：tif(tfw）、jpg（jgw）、png（pgw）的区别与联系
摘要：本文介绍了TFW、JGW、PGW等地理参考文件的基本原理和应用。这些文件通过简单的文本格式存储栅格图像的地理坐标信息，适用于平面坐标系下的GIS数据处理。文章详细说明了文件各行的含义，并提供了在ArcGIS和Globalmapper中生成这些文件的具体操作步骤，包括导出TIFF、JPG、PNG格式时勾选生成对应坐标文件的选项。这些文件虽然简单易用，但仅适用于平面坐标系，且功能相对有限。配套视频教程提供了更详细的操作演示。
温度PID控制PLC程序
温度PID稳定控制程序，适用于欧姆龙PLC，对其他PLC也具有很大参考价值
IMSL CNL 7.0.0 (x86-64)Crack
IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件，这是C++版本的破解文件
锂电池充电器电路设计 里面有电路
锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。
LinePhone3.2.7(android端最新版本) sip客户端
SIP客户端For android：LinePhone3.2.7(最新版本)，官网地址：http://www.linphone.org/
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
440
扫一扫
