51、基于内容的瓷砖检索系统

基于内容的瓷砖检索系统

1. 引言

纹理是确定表面材料和设计图案的重要线索。准确描述纹理对瓷砖的分类和检索非常有益。若缺乏纹理描述,识别将局限于不同的颜色直方图修改,检索结果会很差。图像检索系统通常结合多种纹理和颜色特征,常见的特征有颜色不变SIFT、局部二值模式(LBP)、Gabor特征等。

不过,自然材料的外观受光照和视角影响很大。大多数基于纹理的分类或分割应用需要在各种光照和视角条件下为每个材料类别拍摄多个训练图像,这种学习方式很笨拙,若所需测量数据不可用,甚至无法实现。常见的光照不变特征如LBP变体对噪声敏感。

为解决这些问题,我们引入了一种瓷砖检索系统,该系统分别表示颜色和纹理。纹理通过基于马尔可夫随机场(MRF)的高效颜色不变特征表示,这些特征对光照方向和高斯噪声退化具有鲁棒性。

2. 瓷砖分析

瓷砖图像分析分为颜色分析和纹理分析两个独立部分,这样可根据用户偏好搜索颜色相似、纹理相似或两者都相似的瓷砖。

2.1 颜色直方图

颜色信息通过累积直方图表示,为每个光谱平面分别计算。累积直方图定义为图像直方图的分布函数,第i个bin $H_i$ 的计算公式如下:
[H_i = \sum_{\ell\leq i} h_{\ell}]
其中,$h_{\ell}$ 是第 $\ell$ 个普通直方图bin。两个累积直方图之间的距离使用L1度量计算。

2.2 CAR纹理特征

纹理分析基于MRF类型的表示,使用高效的因果自回归随机(CAR)模型。估计模型参数并将其转换为颜色不变量,以表征纹理。

假设多光谱纹理图像由 $C$ 个光谱平面组成(通常 $C = 3$)。$Y_r = [Y_{r,1}, \ldots, Y_{r,C}]^T$ 是位置 $r$ 处的多光谱像素,$r = [r_1, r_2]$ 是由行索引 $r_1$ 和列索引 $r_2$ 组成的多索引。光谱平面通过Karhunen - Loeve变换(主成分分析)进行去相关,然后使用一组 $C$ 个二维CAR模型进行建模。

CAR表示假设多光谱纹理像素 $Y_r$ 可以建模为其邻域的线性组合:
[Y_r = \gamma Z_r + \epsilon_r]
[Z_r = [Y_{r - s}^T : \forall s \in I_r]^T]
其中,$Z_r$ 是具有多索引 $r, s, t$ 的 $C\eta \times 1$ 数据向量,$\gamma = [A_1, \ldots, A_{\eta}]$ 是 $C \times C\eta$ 的未知参数矩阵,其平方子矩阵为 $A_s$。在我们的例子中,$C$ 个二维CAR模型堆叠到模型方程中,因此参数矩阵 $A_s$ 是对角的。选定的上下文因果或单边邻域索引偏移集表示为 $I_r$,$\eta = cardinality(I_r)$。白噪声向量 $\epsilon_r$ 具有零均值和未知对角协方差矩阵,每个像素相同。

纹理在选定方向上进行分析,多索引 $t$ 根据图像网格上的移动而变化。给定CAR过程的已知历史 $Y^{(t - 1)} = {Y_{t - 1}, Y_{t - 2}, \ldots, Y_1, Z_t, Z_{t - 1}, \ldots, Z_1}$,可以使用快速且数值稳健的统计方法进行参数估计 $\hat{\gamma}$:
[\hat{\gamma} {t - 1}^T = V {zz(t - 1)}^{-1} V_{zy(t - 1)}]
[V_{t - 1} =
\begin{bmatrix}
\sum_{u = 1}^{t - 1} Y_u Y_u^T & \sum_{u = 1}^{t - 1} Y_u Z_u^T \
\sum_{u = 1}^{t - 1} Z_u Y_u^T & \sum_{u = 1}^{t - 1} Z_u Z_u^T
\end{bmatrix}
+ V_0 =
\begin{bmatrix}
V_{yy(t - 1)} & V_{zy(t - 1)}^T \
V_{zy(t - 1)} & V_{zz(t - 1)}
\end{bmatrix}]
[\lambda_{t - 1} = V_{yy(t - 1)} - V_{zy(t - 1)}^T V_{zz(t - 1)}^{-1} V_{zy(t - 1)}]
其中,正定矩阵 $V_0$ 表示先验知识。

从CAR参数估计中计算颜色不变量,使其与颜色无关。以下是推导出的颜色不变量:
1. 迹:$tr A_s, \forall s \in I_r$
2. 对角线:$\nu_s = diag(A_s), \forall s \in I_r$
3. $\alpha_1$:$1 + Z_r^T V_{zz}^{-1} Z_r$
4. $\alpha_2$:$\sqrt{\sum_{r} (Y_r - \hat{\gamma} Z_r)^T \lambda^{-1} (Y_r - \hat{\gamma} Z_r)}$
5. $\alpha_3$:$\sqrt{\sum_{r} (Y_r - \mu)^T \lambda^{-1} (Y_r - \mu)}$,$\mu$ 是向量 $Y_r$ 的均值

这些光照不变量形成特征向量,在CAR参数估计过程中易于评估。不变量 $\alpha_1$ – $\alpha_3$ 为每个光谱平面分别计算。

2.3 基于CAR的瓷砖分析

首先,将瓷砖图像分解为 $K$ 级高斯下采样金字塔,然后对每个金字塔级别使用前面描述的CAR模型进行建模。使用金字塔是为了让模型捕捉更大的空间关系。此外,CAR模型在固定的移动方向上分析纹理,因此使用额外的方向来捕捉更多的纹理属性。

具体来说,我们使用 $K = 4$ 级高斯下采样金字塔和具有6阶层次邻域(基数 $\eta = 14$)的CAR模型。纹理在三个正交方向上进行分析:按行、按列从上到下和按列从下到上。最后,将所有金字塔级别和方向的估计参数转换为颜色不变量,并连接成一个公共特征向量。

两个瓷砖 $T$ 和 $S$ 的特征向量之间的不相似度使用对称形式的模糊对比度 $FC_3$ 计算:
[FC_p (T, S) = M - \left(\sum_{i = 1}^{M} \min \left(\tau(f(T) i), \tau(f(S)_i)\right) - p \sum {i = 1}^{M} \left|\tau(f(T)_i) - \tau(f(S)_i)\right|\right)]
[\tau(f_i) = \left(1 + \exp\left(-\frac{f_i - \mu(f_i)}{\sigma(f_i)}\right)\right)^{-1}]
其中,$M$ 是特征向量的大小,$\mu(f_i)$ 和 $\sigma(f_i)$ 分别是特征 $f_i$ 在整个数据库上的平均值和标准差。Sigmoid函数 $\tau$ 对模糊谓词的真值进行建模。

纹理表示基于同质性假设,但有些瓷砖包含嵌件或其他违反同质性假设的情况。因此,还在图1所示的五个瓷砖区域上分别估计CAR模型。相应图像区域和整个图像的不相似度组合起来,最终得到瓷砖的不相似度 $D(T, S)$:
[D(T, S) = Norm\left(\sum_{\ell = 1}^{5} FC_3 (T_{\ell}, S_{\ell})\right) + Norm (FC_3 (T, S))]
[Norm(FC_3 (T, S)) = \frac{FC_3 (T, S) - \mu(FC_3)}{\sigma(FC_3)}]
其中,$T_{\ell}$ 和 $S_{\ell}$ 分别是图像 $T$ 和 $S$ 的第 $\ell$ 个区域。$Norm$ 是不相似度归一化,$\mu(FC_3)$ 和 $\sigma(FC_3)$ 是所有图像距离的均值和标准差。在实践中,$\mu(FC_3)$ 和 $\sigma(FC_3)$ 可以在数据集的子集上进行估计。

这种纹理瓷砖表示在结果中记为“2D CAR 3x”。

2.4 局部二值模式

局部二值模式(LBP)是纹理微模式的直方图。对于每个像素,对其周围的圆形邻域进行采样,$P$ 是采样点数,$R$ 是圆的半径。采样点的值通过中心像素值进行阈值处理,形成模式编号:
[LBP_{P,R} = \sum_{s = 0}^{P - 1} sgn (Y_s - Y_c) 2^s]
其中,$sgn$ 是符号函数,$Y_s$ 是采样像素的灰度值,$Y_c$ 是中心像素的灰度值。随后,计算模式的直方图。由于进行了阈值处理,这些特征对任何单调灰度变化都是不变的。通过增大圆形邻域的大小进行多分辨率分析。所有LBP直方图都被归一化为具有单位L1范数。LBP特征向量之间的相似度使用Kullback - Leibler散度测量。我们测试了特征 $LBP_{8,1}+LBP_{8,3}$,它们是半径为1和3的特征的组合,并在灰度图像上计算。

3. 实验

我们在一个心理视觉实验中评估了两种替代纹理检索方法(CAR和LBP)的性能,由志愿者评估检索图像的质量。

3.1 实验设置

  • 数据集 :使用从互联网瓷砖店下载的3301张瓷砖图像数据集。所有图像重新采样为300 × 400像素的共同大小,保持矩形图像的纵横比,调整较大的边以匹配大小。
  • 参与者 :34名志愿者(26名男性,8名女性)参与测试,年龄从19岁到60岁,大多数低于40岁。约一半参与者是图像处理领域的专家。
  • 测试方式 :通过网络应用程序在互联网上进行测试,每个参与者在自己的环境中使用自己的计算机。

3.2 测试步骤

测试由一系列步骤组成,每个步骤包括一个查询图像和四个测试图像。四个测试图像由CAR方法和LBP方法检索出的与查询图像最相似的两个图像组成,随机呈现。参与者被要求根据与查询图像的结构/纹理相似度评估检索图像的质量,不考虑颜色。有四个等级可供选择:相似 = 3,相当相似 = 2,有点相似 = 1,不相似 = 0。参与者被指示对每个测试图像的评估时间不超过一到两秒。

查询图像随机选择一次,在一次运行中对所有参与者保持相同,并按固定顺序呈现,以避免不同的先前图像知识影响结果。前三个查询图像手动选择,不计入结果,以便参与者调整和稳定评估尺度。

测试进行了两次运行,一次运行由相同的查询和测试图像组成,由不同的受试者评估。第一次运行包括66个有效步骤,由23名受试者评估;第二次运行包括67个有效步骤,由11名受试者评估。由于一名受试者的评估与其他受试者显著不一致(相关系数 = 0.4),其评估结果被移除。两次运行中受试者评估的平均相关系数分别为0.64和0.73,这表明受试者的相似度判断具有一定的一致性。

3.3 实验结果

实验结果如下表所示:
|方法|运行1|运行2|
| ---- | ---- | ---- |
|2D CAR 3x|2.21 ± 0.64|2.23 ± 0.62|
|LBP8,1+8,3|2.22 ± 0.65|2.21 ± 0.57|

从结果可以看出,两种方法的性能相当且成功。约76%的检索图像被认为相似或相当相似,只有12%被标记为不相似。如图3所示,超过三分之二的参与者平均将检索到的瓷砖评为相当相似或更好。图3中不同受试者的均值表明,感知相似度的水平是主观的,个人适应会有益,但由于需要用户反馈,这种适应并不总是可行。

实验还表明,LBP和CAR方法偏好结构相似性的不同方面。LBP方法在包含多个不同边缘方向的规则图像上表现更好,而CAR模型在建模随机模式方面更出色。此外,LBP描述任何纹理不规则性,而CAR模型强调同质性,忽略小的不规则性,将其视为误差或噪声。两种方法都合理,应根据主观观点选择。而且,根据先前实验,CAR特征对光照方向变化和噪声退化更具鲁棒性。

基于这些实验,我们决定同时利用这两种纹理表示方法,并将它们纳入我们的检索系统。最终的检索结果由颜色相似、根据CAR的纹理相似和根据LBP的纹理相似的图像组成。

3.4 实验流程

graph LR
    A[下载数据集] --> B[图像预处理]
    B --> C[选择查询图像]
    C --> D[CAR方法检索图像]
    C --> E[LBP方法检索图像]
    D --> F[组合检索图像]
    E --> F
    F --> G[呈现给参与者评估]
    G --> H[统计评估结果]

4. 结论

我们设计并实现了一个基于视觉相似性的两个正交组件(颜色和纹理)的瓷砖检索系统。纹理组件的性能在心理视觉实验中得到了成功评估。

我们的检索系统不限于瓷砖图像,还可用于其他结构是重要属性的图像,如纺织品/布料和壁纸。

通过结合CAR和LBP两种纹理表示方法,我们的检索系统能够更好地满足不同用户对纹理相似性的需求,提高检索的准确性和多样性。未来,我们可以进一步研究如何根据用户的反馈进行个性化的检索优化,提高用户体验。

4.1 系统优势总结

  • 多特征结合 :系统结合了颜色和纹理两个独立的视觉相似性组件。颜色通过累积直方图表示,纹理则采用基于MRF的CAR特征和LBP特征,这种多特征的结合方式能够更全面地描述图像,提高检索的准确性。
  • 鲁棒性强 :CAR特征对光照方向变化和噪声退化具有较强的鲁棒性,这使得系统在不同的光照条件和存在噪声的情况下,依然能够准确地检索到相似的图像。
  • 适用性广 :该系统不仅适用于瓷砖图像的检索,还可用于其他结构是重要属性的图像,如纺织品、布料和壁纸等,具有较广泛的应用场景。

4.2 关键技术细节回顾

  • 颜色分析 :颜色信息通过累积直方图表示,为每个光谱平面分别计算。累积直方图的计算公式为 $H_i = \sum_{\ell\leq i} h_{\ell}$,两个累积直方图之间的距离使用L1度量计算。
  • 纹理分析 - CAR特征
    • 模型建立 :假设多光谱纹理像素 $Y_r$ 可以建模为其邻域的线性组合 $Y_r = \gamma Z_r + \epsilon_r$,通过Karhunen - Loeve变换对光谱平面进行去相关,然后使用一组 $C$ 个二维CAR模型进行建模。
    • 参数估计 :给定CAR过程的已知历史,使用快速且数值稳健的统计方法进行参数估计 $\hat{\gamma}$。
    • 颜色不变量计算 :从CAR参数估计中计算颜色不变量,如迹、对角线、$\alpha_1$、$\alpha_2$、$\alpha_3$ 等,这些不变量为每个光谱平面分别计算。
  • 纹理分析 - LBP特征 :LBP是纹理微模式的直方图,通过对每个像素周围的圆形邻域进行采样,阈值处理后形成模式编号,计算模式的直方图。LBP特征对任何单调灰度变化都是不变的,通过增大圆形邻域的大小进行多分辨率分析。

4.3 实验结果分析

方法 运行1 运行2
2D CAR 3x 2.21 ± 0.64 2.23 ± 0.62
LBP8,1+8,3 2.22 ± 0.65 2.21 ± 0.57

从实验结果的表格可以看出,两种方法的平均排名和标准差较为接近,说明它们的性能相当。约76%的检索图像被认为相似或相当相似,只有12%被标记为不相似,这表明系统整体的检索效果较好。

不同受试者对检索图像的评价存在差异,这说明感知相似度的水平是主观的。LBP和CAR方法偏好结构相似性的不同方面,LBP方法在规则图像上表现更好,而CAR模型在随机模式建模方面更出色。在实际应用中,可以根据具体的需求选择合适的方法。

4.4 系统应用拓展

  • 纺织品和布料领域 :在纺织品和布料的设计、生产和销售过程中,需要快速准确地找到相似的纹理和颜色的样品。该检索系统可以根据用户提供的样图,快速检索出数据库中相似的纺织品和布料图像,为设计师和销售人员提供参考。
  • 壁纸领域 :壁纸的图案和纹理多种多样,用户在选择壁纸时往往需要花费大量的时间浏览各种样本。使用该检索系统,用户可以上传自己喜欢的壁纸图片,系统能够快速找到相似的壁纸产品,提高用户的选择效率。

4.5 未来展望

  • 个性化检索优化 :根据用户的反馈和历史检索记录,为用户提供个性化的检索服务。例如,记录用户对不同纹理和颜色的偏好,在检索时优先推荐符合用户偏好的图像。
  • 实时检索功能 :进一步优化系统的性能,实现实时检索功能。在用户上传图像后,系统能够在短时间内给出检索结果,提高用户体验。
  • 与其他技术的结合 :可以考虑将该检索系统与人工智能、机器学习等技术相结合,进一步提高检索的准确性和智能性。例如,使用深度学习模型对图像进行更深入的理解和分析,挖掘更多的图像特征。

4.6 总结

基于颜色和纹理的瓷砖检索系统通过结合多种特征和方法,实现了较为准确和高效的图像检索。该系统不仅在瓷砖领域具有应用价值,还可以拓展到其他相关领域。未来,通过不断的优化和改进,系统有望为用户提供更加个性化、智能化的检索服务。

4.7 操作步骤总结

以下是使用该检索系统进行图像检索的操作步骤:
1. 数据准备 :收集并整理需要检索的图像数据集,对图像进行预处理,如调整大小、归一化等。
2. 特征提取 :分别提取图像的颜色特征(累积直方图)和纹理特征(CAR特征和LBP特征)。
3. 建立索引 :将提取的特征存储到数据库中,并建立索引,以便快速检索。
4. 查询操作 :用户上传查询图像,系统提取查询图像的特征。
5. 相似度计算 :计算查询图像特征与数据库中图像特征的相似度,使用模糊对比度等方法。
6. 结果排序和呈现 :根据相似度对检索结果进行排序,并将结果呈现给用户。

4.8 流程图回顾

graph LR
    A[下载数据集] --> B[图像预处理]
    B --> C[选择查询图像]
    C --> D[CAR方法检索图像]
    C --> E[LBP方法检索图像]
    D --> F[组合检索图像]
    E --> F
    F --> G[呈现给参与者评估]
    G --> H[统计评估结果]

这个流程图清晰地展示了实验的整个流程,从数据集的准备到最终评估结果的统计,每个步骤都紧密相连。在实际应用中,我们可以根据这个流程来构建和优化检索系统,确保系统的准确性和可靠性。

具有PWM控制VSC-HVDC链路的IEEE30总线传输系统(Simulink仿真实现) 内容概要:本文构建了一个包含PWM控制VSC-HVDC链路的IEEE30节点电力传输系统,并基于Simulink平台完成了系统的建模仿真。该模型聚焦于高压直流输电(HVDC)技术在区域电网互联中的应用,采用电压源型换流器(VSC)与脉宽调制(PWM)技术实现高效、灵活的电能传输。研究重点在于分析VSC-HVDC链路在复杂多节点电网中对潮流分布、系统稳定性及电能质量的调控能力,特别关注其在区域电网互联、新能源大规模接入以及跨区域电力交换等场景下的动态响应特性与控制性能,为现代智能电网的发展提供技术支撑与仿真验证手段。; 适合人群:具备电力系统、电气工程或自动化等相关专业背景的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于研究VSC-HVDC在多节点电网(如IEEE30节点)中的建模与仿真方法;②分析PWM控制策略下HVDC链路对电网潮流分布、电压稳定性和故障穿越能力的影响;③为区域电网互联、新能源并网及智能电网调度等课题提供仿真基础和技术验证。; 阅读建议:此资源以Simulink仿真实现为核心,建议读者在掌握电力电子技术和电力系统分析基础知识的前提下,结合仿真模型深入理解VSC-HVDC的工作原理与控制策略。在学习过程中,应着重关注模型参数设置、控制环路设计及仿真结果的分析,以达到理论与实践相结合的目的。 立即下载

相关推荐

基于KDE-CDF置信带的不确定综合能源系统鲁棒调度优化研究(Matlab代码实现)

内容概要:本研究针对不确定综合能源系统中的鲁棒调度优化问题,提出一种基于核密度估计-累积分布函数(KDE-CDF)置信带的建模方法,用以精确刻画风能、光伏及负荷等不确定性因素的非正态概率分布特征。通过构建KDE-CDF模型,能够有效捕捉实际运行中新能源出力与负荷需求的波动性与随机性,并在此基础上设计鲁棒优化调度框架,提升系统在不确定性环境下的运行可靠性与经济性。该方法结合Matlab编程实现,综合考虑系统运行成本、峰谷差、碳排放等多重目标,实现多维度协调优化。研究还探讨了与智能优化算法(如粒子群算法)相结合的应用路径,增强了模型的求解效率与工程实用性,为含多种储能装置、电转气设备及碳捕集系统的复杂综合能源系统提供了科学的调度决策支持。; 适合人群:具备电力系统分析、优化理论基础及Matlab编程能力的研究生、科研人员,以及从事综合能源系统规划、运行与调度工作的工程技术人员。; 使用场景及目标:①解决高比例可再生能源接入背景下综合能源系统调度中的不确定性建模难题;②提升调度方案在面对新能源强波动性时的鲁棒性与适应能力;③为融合多类型灵活性资源(如储能、电转气、碳捕集)的综合能源系统提供精细化、可落地的优化运行策略。; 阅读建议:建议读者在掌握概率统计、随机优化与电力系统运行基础知识的前提下,结合文中提供的Matlab代码进行实践操作,重点关注KDE-CDF置信带的构建流程及其在鲁棒优化模型中的嵌入机制,通过调整输入数据分布、参数设置与场景配置开展仿真对比实验,深入理解不确定性建模精度对调度决策质量的影响,进而掌握从数据驱动角度提升系统鲁棒性的关键技术路径。

net-java-php-python-俚语管理系统计算机毕业设计程序

net-java-php-python-俚语管理系统计算机毕业设计程序本源码技术栈:项目架构:B/S架构开发语言:Java语言开发软件:idea eclipse前端技术:Layui、HTML、CSS、JS、JQuery等技术后端技术:JAVA运行环境:Win10、JDK1.8数 据 库:MySQL5.7/8.0源码地址:https://pan.baidu.com/s/1o1nTldhDknok-h9QcTz-fw?pwd=1r2w最新计算机专业原创开发毕业设计源码+数据库是近期作品

qqkj8的博客 381

Oracle数据库的内存管理优化技巧

Oracle数据库作为企业级数据库管理系统,广泛应用于各种业务场景。内存管理是Oracle数据库性能优化的关键环节,合理的内存管理可以显著提高数据库的响应速度和吞吐量。本文的目的是深入探讨Oracle数据库内存管理的优化技巧,涵盖了系统全局区(SGA)和程序全局区(PGA)的管理、内存分配算法、内存参数调整等方面。通过详细的讲解和实际案例分析,帮助读者掌握优化Oracle数据库内存使用的方法,提高数据库的性能和稳定性。

2502_91592937的博客 998

115个富有创新创意的JAVA计算机毕业设计项目,你值得拥有

Springboot基于框架的青岛农业大学海都学院景点导游系统设计与实现denr8。Springboot基于Web的小学学科数字教学资源管理系统的开发与设计41t82。Springboot基于Sprintboot框架的旅游管理网站nrq7p。Springboot基于框架的服装电商平台的设计与实现c91g9。Springboot项目管理系统的招标管理模块后台管理ry87x。Springboot基于人脸识别的社区防疫管理系统vdg70。Springboot基于OBE理念的课程管理系统jg2u7。

传哥Java毕设程序设计 444

三菱FX5U运动控制(步进)

三菱FX5U脉冲定位控制,原点回归,相对定位,绝对定位,运动控制案例。

weixin_55762091的博客 1万+

深入解析XTEA加密算法的核心机制与优化策略

本文深入解析XTEA加密算法的核心机制与优化策略,详细介绍了XTEA在嵌入式系统和资源受限环境中的优势,包括其高效的加解密速度和低资源消耗。文章还探讨了XTEA的轮函数设计、关键参数优化策略以及实战应用中的性能对比,为开发者提供了安全增强方案和优化技巧。

k8l9m0n的博客 243

懒人必备:通俗易懂的97个springboot计算机毕业设计程序

Springboot基于SpringpBoot的校园帮互助平台管理系统40n1a。Springboot社区疫情防控信息管理系统的设计与实现xk7p2。Springboot项目管理系统的招标管理模块后台管理ry87x。Springboot疫情物资管理系统的设计与实现j616w。Springboot高校就业管理系统的设计与实现v75i2。Springboot基于的健康生活管理系统5g022(1)Springboot图书管理系统的设计与实现51ct5。Springboot基于的健康生活管理系统5g022。

万青JAVA毕设源码 215

信息隐藏 数字图像空域隐写与分析技术的实现

【代码】信息隐藏 数字图像空域隐写与分析技术的实现。

Yungoal的博客 470

96个Java计算机毕业设计项目,从无到有,一步到位

Springboot电子政务理念的高校”校长信箱的设计与实现48q90。Springboot成都医学院学生实习管理系统的设计与实现2761g。Springboot项目管理系统的招标管理模块后台管理ry87x。Springboot图书馆自习室管理系统的设计与实现158ze。Springboot高校宿舍管理系统的设计与实现ukgdt。SpringbootBee美妆小屋的设计与实现6706v。Springboot宠物咖啡馆系统的设计与实现ok8a3。Springboot高校女生的饮食营养管理系统66nr7。

屹山Java程序源码 122

MATLAB不能识别已安装的visual studio 2015解决方法

首先,对于MATLAB识别已经安装的vs版本通过命令: mex -setup 下图为本电脑下同时安装的两个visual studio 如果搞清楚MATLAB识别电脑上安装vs的过程,可通过命令: mex -setup -v MATLAB输出识别编译器的整个过程。其中HKLM和HKCU分别是注册表中的HKEY_CURRENT_USER,HKEY_LOCAL_MA…的缩写,MATLAB没有找到对应编译器是由于注册表里没有对应信息(主要是文件路径,C++编译器的路径),或者在注册表里存在该信息,但是找不到

qq_36320710的博客 4901

MySQL8.2.0下载安装

4、点击No thanks,just start my download,就是只是开始下载的意思,点击下载,等待下载完成。5、新建空白行,或直接双击紧挨的空白行,把复制的mysql的安装路径bin路径复制粘贴过来,确定,确定,确定。1、上面点击finish后,自动勾选了run mysql配置,自动会打开配置页面,点击Next。1、双击安装包,进入安装流程,勾选我同意 I accept,next。2、根据自己需要选择,我选的第二个,可以自己改安装路径。2、默认,点击Next,记住默认端口3306。

m0_59681797的博客 1万+

拿走我为你精选的114个易于通过答辩的Java计算机毕业设计项目

Springboot基于Web的华圆小区物业管理系统设计与开发1mo07。Springboot基于web的办公用品采购系统的设计与实现9il8s。Springboot疫情防疫信息化管理系统的设计与实现z18b5。Springboot基于Web的校园羽毛球馆管理系统d6xj4。Springboot基于web的旅游社交分享系统95j7i。springboot框架项目的源码博主已经打包好上传到百。Springboot项目管理系统的专家评审模块1myn5。Springboot高校女生的饮食营养管理系统66nr7。

qha111的博客 87

基于STM32L4XX 、HAL库的STSPIN32G4三相无刷直流电机(BLDC)驱动应用C语言程序设计

/ 设置PWM模式为6步换相。│PA5-7 ├── SPI ────►│SCK/MISO│ │ 三相桥 │。– 2路电机控制高级定时器(16位,支持6路 PWM 通道)// 60度电气周期对应转速 = 60/(极对数 * 6 * 周期)// 电气角度(0-3599)

PP_Cottage的博客 147

毕设利器:93个全新、创新的Java计算机毕业设计项目,毕设不同凡响

Springboot基于web的建设科技项目申报管理系统0y4c7。Springboot基于的大学生创新创业项目的管理系统kri27。Springboot羽毛球俱乐部管理系统的设计与实现48r85。Springboot基于智慧校园搜索系统的设计与实现936q7。Springboot仓库供应链管理系统的设计与实现1879p。Springboot基于的疫情期间高校人员管理系统304r4。Springboot基于微服务的闪聚支付系统设计vwt4i。Springboot健身房管理系统的设计与实现6k15i。

qha111的博客 84

Simulink开发项1000例实战专栏--实例148:构建一个完整的电动汽车电池SOH评估仿真模型,包括电池建模模块、数据采集模块、SOH估算算法模块以及性能评估模块

电动汽车的动力电池是其核心部件,而电池的健康状态(State of Health, SOH)直接影响车辆的续航能力和使用寿命。SOH通常定义为当前电池容量与初始容量的比值,用百分比表示。通过基于MATLAB/Simulink平台的SOH评估仿真,可以实时监测电池的退化情况,并为电池管理系统(BMS)提供决策依据。本项目旨在构建一个完整的电动汽车电池SOH评估仿真模型,包括电池建模模块、数据采集模块、SOH估算算法模块以及性能评估模块,并通过仿真验证SOH评估的准确性。

xiaoheshang_123的博客 342

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

103个答辩有道的JAVA计算机毕业设计项目,新手也能轻松搞定

Springboot基于vue技术的严选平台设计与实现f79ak。Springboot图书馆自习室管理系统的设计与实现158ze。Springboot学生学业预警管理系统的设计与实现57j7l。Springboot校园智慧防疫上报系统的设计与实现y5c25。Springboot某医院的病友交流平台设计与实现76vr3。Springboot高校实验室管理系统的设计与实现x1ir2。Springboot驾校信息管理系统的设计与实现g6a5e。Springboot在线基金管理平台的设计与实现0q254。

传哥Java毕设程序设计 70

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

java/jsp/ssm智能超市导购系统【2024年毕设】

springboot基于springboot社区疫情防控登记系统。springboot基于SpringBoot的儿童疫苗预约系统。springboot基于Vue框架的连锁超市销售与分析系统。springboot基于SpringBoot的旅游直通车。开发软件:eclipse/myeclipse/idea。springboot基于疫情防控医护人员派遣系统。springboot果蔬到家APP的开发与实现。springboot基于安卓汉服推广的设计。ssm基于微信小程序的电影院订票选座系统。

jinkin01的博客 93

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

JAVA计算机毕业设计学生考勤管理系统Mybatis+源码+数据库+lw文档+系统+调试部署

JAVA计算机毕业设计学生考勤管理系统Mybatis+源码+数据库+lw文档+系统+调试部署。springboot基于springboot框架的企业合同管理系统设计与实现。springboot基于Springboot的测试项目管理平台。springboot校园课室资源预约系统设计与实现。springboot办公自动化系统的设计与实现。ssm基于web高校车辆调度系统的设计与实现。...

bbb023的博客 385

基于java户籍管理系统计算机毕业设计源码+系统+lw文档+mysql数据库+调试部署

基于java户籍管理系统计算机毕业设计源码+系统+lw文档+mysql数据库+调试部署。前端技术:Layui、HTML、CSS、JS、JQuery等技术。JSP基于JSP的美容服务预约系统的设计与实现sqlserver。springcloud基于微服务架构的乐居租房网的设计与实现。springboot体育馆预定管理平台的设计与实现。springboot生物遗传病的治疗和防范系统。ssm基于vue的健康餐饮管理系统的设计与实现。JSP网上视频点播系统的设计与实现mysql。

bishe204的博客 328

计算机毕业设计Java小动物领养网站(源码+系统+mysql数据库+Lw文档)

计算机毕业设计Java小动物领养网站(源码+系统+mysql数据库+Lw文档)springboot基于Vue.js的云医疗自助就诊平台的设计与实现。springboot基于Springboot的大学宿舍管理系统。springboot青少年辅助教育学习系统设计与实现。JSP婚纱影楼管理系统的设计与实现sqlserver。ssm基于SSM的停车场收费管理系统的设计与实现。

bishe821的博客 438

java计算机毕业设计苗木购销系统源码+数据库+系统+lw文档+mybatis+运行部署

java计算机毕业设计苗木购销系统源码+数据库+系统+lw文档+mybatis+运行部署。JSP手机销售网站的设计与开发access+SQL数据库双数据库。springboot基于Springboot的测试项目管理平台。springboot基于springboot的家居销售网站。ssm基于vue框架的疫情防控知识在线答题系统设计与实现。ssm基于SSM的线上家庭医生系统的设计与实现。ssm基于Vue.js的音乐播放器设计与实现。ssm基于JEE的人才招聘系统的智能化管理。...

sgkj99的博客 271

基于JAVA智慧校园食堂点餐系统计算机毕业设计源码+系统+数据库+lw文档+部署

基于JAVA智慧校园食堂点餐系统计算机毕业设计源码+系统+数据库+lw文档+部署。springboot基于Vue.js的云医疗自助就诊平台的设计与实现。springboot基于精细化考核的离散数学课程教学目标达成系统。springboot基于springboot的影视资讯管理系统。ssm基于vue框架的疫情防控知识在线答题系统设计与实现。springboot木材产销系统的生产管理模块。ssm基于HTML的寿光农产品的资源展示平台。ssm基于JEE的人才招聘系统的智能化管理。

bishe202的博客 204

基于JAVA医院挂号系统计算机毕业设计源码+系统+mysql数据库+lw文档+部署

基于JAVA医院挂号系统计算机毕业设计源码+系统+mysql数据库+lw文档+部署。前端技术:Layui、HTML、CSS、JS、JQuery等技术。springboot基于SpringBoot的自助旅游导航系统。springboot人口老龄化常态下的社区老年人管理与服务平台。springboot基于B_S架构的视频监控系统的设计与实现。ssm基于vue框架的疫情防控知识在线答题系统设计与实现。ssm基于SSM的冠状病毒疫情防控资讯交流推荐网站。ssm基于Java的幼儿早教系统软件的设计与实现。

m0_73104266的博客 286

java计算机毕业设计预装箱式净水站可视化信息管理系统源码+数据库+系统+lw文档+部署

java计算机毕业设计预装箱式净水站可视化信息管理系统源码+数据库+系统+lw文档+部署。springboot基于springboot的学生社团管理系统的研究设计。springcloud基于微服务的家居体验平台的设计与实现。springboot基于Springboot校园招聘系统。springboot体育馆预定管理平台的设计与实现。ssm基于Vue的去哪儿玩app的设计与实现。

bishe502的博客 164

java计算机毕业设计幼儿园教育管理信息系统演示2021源码+数据库+系统+lw文档+部署

java计算机毕业设计幼儿园教育管理信息系统演示2021源码+数据库+系统+lw文档+部署。springboot基于springboot的学生社团管理系统的研究设计。springcloud基于微服务的家居体验平台的设计与实现。springboot基于Springboot校园招聘系统。springboot体育馆预定管理平台的设计与实现。ssm基于Vue的去哪儿玩app的设计与实现。

bishe501的博客 85

java计算机毕业设计三坑购物平台演示录像2020源代码+数据库+系统+lw文档

前端技术:Layui、HTML、CSS、JS、JQuery等技术。springboot基于springboot的影视资讯管理系统。springboot基于SpringBoot智能家电商城。springboot攀枝花市教体局门户网站的设计与实现。ssm基于HTML的互动游戏新闻网站的设计与实现。ssm基于HTML的“守护萌宠”网站的设计与实现。ssm基于B_S架构考研交流学习平台设计与实现。

影伴设计 124
上一篇: 11、城市固体废弃物产生量的预测与预报
下一篇: 71、拔罐机知识图谱问答系统与空间灵巧手逆运动学求解算法
gitlab7runner
博客等级 码龄4年 78粉丝 1747原创
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  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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