23、e-Business Suite 与 ODA 配置及迁移指南

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 100+累计阅读 76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 → 码龄8年

关注

原创最新推荐文章于 2026-04-01 04:17:41 发布 76 阅读 AI 写同款· GEO 优化 ›

探索Oracle数据库一体机的奥秘专栏收录该内容

¥69.90 ¥499.90

24篇文章

订阅专栏

超级会员免费看

e-Business Suite 与 ODA 配置及迁移指南

在 e-Business Suite 环境中，配置新的 Oracle Home 以及将数据库迁移到 ASM 和 RAC 是常见且重要的操作。下面将详细介绍这些操作的具体步骤。

1. 补丁安装

补丁安装是配置新 Oracle Home 的重要前置步骤，以下是具体操作：
1. 再次安装捆绑补丁 ：再次安装捆绑补丁，但这次指示 opatch 仅应用与已安装的 PSU 不冲突的补丁。可以通过从 opatch 首次运行时输出的 “OPatch continues with these patches” 列表中减去 “Following patches have conflicts” 列表中的补丁来实现。使用 -id 参数将剩余的补丁列表传递给 opatch，示例命令如下：

[oracle@s1 16342486]$ opatch napply -skip_subset -skip_duplicate -id 12942119,12949905,12949919,12951696,12955701,12965899,12985184,13023632,13040331,13146719,13258936,13366268,13388104,13477790,13495307,13602312,13808632,14005749,14013094,14207902,14237793,14296972,14698700,14832335,16040940,16342486,4247037

了解本专栏

订阅专栏解锁全文

超级会员免费看

收录于

当前文章被以下社区和专栏收录：

标签

#e-Business Suite # Oracle Home # ASM

相关推荐

YOLO26算法皮革表面缺陷检测+训练好的模型+124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）：[颜色(color), 切(cut), 折叠(fold), 胶水(glue), 好的(good), 戳(poke)] 【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 68 个 epoch，最终轮指标：指标 | 数值 mAP50 | **0.7582** mAP50-95 | 0.4306 Precision | 0.6226 Recall | 0.6520 train/box_loss | 0.8731 train/cls_loss | 2.3543 val/box_loss | 1.3709 val/cls_loss | 3.9767 【训练过程分析】从一开始的配置就定下了基调，训练配置包括了 yolo26n 模型、100 个 epoch，学习率初始设为 0.01，输入尺寸定为 640x640，批次大小为 24。这组配置在开始阶段表现得不错，模型刚开始训练时的 loss 降低得很快，这表明模型能够迅速从数据中吸收信息。但到了中后期，loss 曲线变得愈发平缓，从第 50 个 epoch 开始，即使我增加了学习率衰减的频率，仍然感到曲线在挣扎，像是陷入了平台期。这期间模型的收敛节奏明显减缓，似乎有些“停滞不前”的迹象。到了最后，模型确实收敛了，但在第 68 个 epoch 时 mAP50 获得了 0.7582 的值，这是一个不错的成绩，但与理想值相比仍有提升空间。... 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。

YOLO26算法花生异常状态识别+训练好的模型+113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）：[异常的(abnormal)] 【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 63 个 epoch，最终轮指标：指标 | 数值 mAP50 | **0.9723** mAP50-95 | 0.8879 Precision | 0.9362 Recall | 0.9444 train/box_loss | 0.4558 train/cls_loss | 0.6201 val/box_loss | 0.4368 val/cls_loss | 0.6930 【训练过程分析】自从开启了训练任务，每天盯着那根不断波动的 loss 曲线，感觉就像在过山车里兜兜转转。第一轮的训练，模型似乎对数据还不够熟悉，loss 还是较高，尤其是在前 10 轮，loss 下降的速度虽然很快，但并不均匀，有时甚至会有些许反复。到了 20 轮时，loss 曲线明显放缓，似乎进入了一个相对平稳的阶段，但这并没有带来 mAP50 的快速提升。从第 20 轮到第 40 轮，训练过程显得有些枯燥，loss 持续在某个数值附近徘徊，有时候还会在 0.45 到 0.48 之间跳动。到了 40 轮后，我明显感觉到训练进入了一个瓶颈期，loss 曲线开始呈现平台状态，即使再训练几轮，loss 下降的幅度也不大。直到 55 轮左右，loss 才开始缓慢下降，但整个训练过程都让人感觉像是在与时间赛跑，尤其是第 6... 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。

视频编码压缩11111

阿里云 ACP 认证考试题库：866 题全量汇编（单选 400 / 多选 261 / 判断 205，附答案解析

这是一套阿里云 ACP 认证考试的完整题库，三个 Excel 文件共收录 **866 道题**，题型齐全：单选题 400 道、多选题 261 道、判断题 205 道。三种题型分别放在独立表格里，每张表结构统一清晰，依次是题号、题干、四个选项（多选题多一个 E 选项）、参考答案、答案解析，**每道题都有唯一编号**，可以按题号快速检索、定位和复盘，不必在长表格里翻找。打开即可使用：无需联网，无需登录，也无需额外安装软件。题库容量充足，866 道题足以支撑多轮完整备考。三类题型交替练习，既能强化对基础概念的记忆，又能通过多选题训练对 “多个正确选项” 的判断能力，让复习节奏更完整。 **覆盖范围广，且贴近实际业务场景**。题目覆盖阿里云大数据及云产品的完整谱系：MaxCompute（原 ODPS）的计算与 SQL 是大头，共 352 道，从项目空间、分区表、Tunnel 数据通道、UDF 到 LabelSecurity 权限模型，一线操作细节基本都涉及；其余还有关系型数据库 RDS（126 道）、DataWorks 与调度运维（104 道）、分析型数据库 ADS（95 道）、表格存储 OTS（36 道）、数据安全与防护（38 道）。也就是说，一套题库就能覆盖数据存储、计算、调度、分析、安全五条线，适合作为**综合能力自测**使用。 **答案分布均衡，自测结果可信**。单选题正确选项为 A98 / B104 / C108 / D90，四个选项几乎均分，不会出现 “蒙同一个字母就能得分” 的情况；判断题正确与错误分别为 99 / 106，比例接近；多选题以三选组合为主，符合真实考试的难度梯度。用这套题做模拟自测，得到的正确率能比较真实地反映掌握程度。 **与官方课件互补性强**。题库里的题干保留了 “大数据计算服务（MaxCompute，原 ODPS）” 这类带沿革说明的

政府科技管理者需要哪些工具来精准识别区域高价值科技成果？.docx

政府科技管理者需要哪些工具来精准识别区域高价值科技成果？

两相交错并联Boost电路仿真模型（Simulink仿真实现）

内容概要：本文详细介绍了基于Simulink平台构建的两相交错并联Boost电路的仿真模型，系统阐述了该拓扑结构在提升系统效率、降低输出电流纹波以及改善动态响应特性方面的技术优势。文中涵盖了主电路架构设计、双闭环控制策略（电压环与电流环）的实现原理、关键参数（如电感、电容、开关频率）的选取依据，并通过仿真结果验证了控制方案的有效性与稳定性。该模型突出展示了多相交错技术在功率变换器中的应用价值，有助于深入理解现代电力电子系统的设计思路与优化方法，适用于新能源发电、储能系统及高效率DC-DC变换器的研发场景。; 适合人群：具备电力电子技术基础理论知识和Simulink仿真操作经验的电气工程、自动化、能源动力等相关专业的本科高年级学生、研究生，以及从事电源变换器设计与开发的工程技术人员。; 使用场景及目标：① 掌握两相交错并联Boost电路的工作机理及其在减小输入/输出电流纹波中的作用；② 学习并实践双闭环反馈控制策略的设计与调试方法；③ 利用仿真模型开展控制器参数优化，提升系统的稳态精度与抗扰动能力，为后续硬件原型开发提供理论支撑与设计参考。; 阅读建议：建议读者结合仿真模型逐步操作，重点关注交错控制时序、占空比分配、电感电流交错现象及环路补偿设计，对照理论分析进行波形观测与参数调整，深化对多相并联拓扑动态特性的理解，并将其迁移应用于实际工程问题中。

三相维也纳Vienna整流器电流过零畸变消除仿真模型【三种消除方法】（Simulink仿真实现）

内容概要：本文档围绕“三相维也纳Vienna整流器电流过零畸变消除仿真模型”展开，详细提供了基于Simulink平台实现的三种电流过零畸变抑制方法的仿真模型，旨在解决Vienna整流器在实际应用中由于开关死区效应、器件非理想特性等因素导致的输入电流在过零点附近出现波形畸变的问题，从而提升功率因数和系统效率。文档配套包含9kW三相三开关Vienna PFC整流器的Mathcad计算书，支持用户根据不同功率等级和电压规格进行系统级参数设计与优化。此外，资源还整合了双闭环控制策略、中点电压平衡控制、空间矢量脉宽调制（SVPWM）等关键技术的仿真模型，形成了一套完整、可复用的Vienna整流器控制系统研究与开发体系，适用于高性能电力电子变换器的研发与教学实践。; 适合人群：具备电力电子、自动控制或电气工程等相关专业背景，熟悉Matlab/Simulink仿真环境，正在从事高功率因数整流器、PFC电路、新能源发电、电动汽车充电系统或工业电源研发的研究生、科研人员及工程技术人员。; 使用场景及目标：①深入理解Vienna整流器电流过零畸变的产生机理及其对系统性能的影响；②对比分析并验证三种畸变抑制方法在不同工况下的控制效果与适用范围；③开展高效率、高功率因数整流系统的建模、控制器设计与仿真验证工作；④支撑高水平学术论文撰写、科研项目申报或实际工程项目的技术预研与方案论证。; 阅读建议：建议首先利用Mathcad计算书完成主电路参数设计，随后在Simulink中搭建或修改相应的控制模型，通过设置不同负载与输入条件，对比分析各方案下输入电流THD、功率因数、中点电位波动等关键指标，深入掌握控制算法的动态响应特性和鲁棒性，同时可结合双闭环架构与中点平衡策略进一步优化系统整体性能。

机器人具有扰动抑制功能的有限时间基于方位角的领航者-跟随者编队控制（Matlab代码实现）

内容概要：本文档名为《Plecs全桥LLC谐振变换器仿真模型.txt》，但其实际内容并非围绕该主题展开，而是作为一份优快云博客或科研资源共享平台的文章汇总清单，集中展示了多个工程技术领域的仿真研究与算法实现。涵盖的主要方向包括电力电子（如LLC谐振变换器、VSC-HVDC、PMSM控制）、电力系统优化（潮流计算、微电网调度、无功优化）、智能优化算法（遗传算法、粒子群优化、NSGA-II、多元宇宙算法等）、控制理论（模型预测控制、卡尔曼滤波、滑模控制）、信号与图像处理（故障诊断、雷达SAR成像、双目视觉测距）、无线通信与传感器网络、无人机路径规划与多智能体编队控制、车间调度、深度学习应用（LSTM、CNN、DQN）等。所有条目均基于Matlab/Simulink或Python实现，强调提供完整的仿真模型、源代码、参考文献及详细说明文档，便于用户直接下载与复现。该文档本质为“荔枝科研社”团队发布的科研技术服务推广目录，旨在展示其在多学科仿真建模方面的技术积累与资源服务能力；适合人群：具备一定工程背景和编程基础的研究生、高校教师、科研人员以及从事自动化、电气工程、控制科学与工程、计算机科学、通信工程、智能制造等相关领域的技术人员；使用场景及目标：①为科研工作者提供成熟的算法实现方案与仿真模板，显著降低课题开发与论文复现的时间成本；②辅助完成课程设计、毕业设计、科技竞赛（如数学建模大赛）、期刊论文复现等任务；③推动先进控制策略、智能优化算法和数据驱动方法在电力系统、智能制造、无人机集群、新能源管理等前沿领域的应用研究与成果转化；其他说明：所有资源均通过百度网盘或微信公众号“荔枝科研社”免费提供下载，配套资料齐全，包含仿真模型、可运行代码、论文参考文献、技术文档等，支持快速部署、结果验证与二次开发，适用于教学、科研与工程实践场景。

基于单串电池保护IC：DW01-A/J开发的Battery Charger ，支持瞬态100A电池供电能力，适用于儿童大脚车类

文件内含：原理图、PCB gerber、BOM，以及SMT位置文件，已验证完毕，可直接生产。

从“机械臂阵列”到“会思考的白车身”：2026汽车焊装数字化生产线行业调研.pdf

PSIM-串联谐振半桥LLC开关电源+PFM变频闭环控制【仿真+计算书+参考文献】

内容概要：本文档聚焦于Plecs仿真软件在全桥LLC谐振变换器建模与仿真中的深度应用，系统阐述了LLC谐振变换器的工作原理、关键参数设计方法及闭环控制策略。文档详细介绍了基于Plecs平台构建全桥LLC谐振变换器仿真模型的全过程，涵盖主电路拓扑结构、谐振腔参数（Lr, Lm, Cr）的计算与匹配、控制环路（包括PFM变频控制）设计以及软启动过程的仿真分析。通过丰富的仿真结果，验证了系统在不同负载与输入条件下的动态响应性能、效率表现及零电压开关（ZVS）实现情况。此外，文档还深入探讨了开环与闭环控制的性能差异、磁性元件的设计要点以及变频控制策略对系统稳定性和效率的影响，为电力电子变换器的研发、优化与教学提供了完整的理论依据与实践指导。; 适合人群：具备扎实电力电子技术基础的高等院校研究生、从事开关电源、高频DC-DC变换器设计的工程技术人员，以及致力于LLC谐振变换器性能优化与控制算法研究的科研人员。; 使用场景及目标：①作为高校电力电子与电力传动专业课程的仿真教学案例，用于LLC谐振变换器原理讲解与实验设计；②指导工程师在实际工程项目中完成LLC变换器的参数设计、控制环路调试与性能验证；③为科研工作者开展高频高效变换器的效率优化、新型控制策略（如数字控制、自适应控制）研究提供仿真验证平台。; 阅读建议：建议读者结合Plecs软件动手实践，严格按照文档步骤搭建仿真模型，特别关注谐振参数的精确计算与匹配过程，以及闭环控制环路的稳定性调试。应反复对比不同工况下的仿真波形与数据，深入理解LLC变换器的增益特性、软开关实现条件及控制环路的动态响应机制，以达到融会贯通的学习效果。

状态估计【扩展卡尔曼滤波算法的神经网络训练】BP神经网络、扩展卡尔曼滤波EKF+BP、粒子滤波PF轨迹估计研究（Matlab代码实现）

内容概要：本文档聚焦于扩展卡尔曼滤波算法在神经网络训练中的应用，系统研究了BP神经网络、扩展卡尔曼滤波（EKF）、EKF与BP结合（EKF+BP）以及粒子滤波（PF）在非线性系统状态估计与轨迹预测中的建模与优化方法。文档深入阐述了各类滤波算法的基本原理，重点探讨了将EKF作为优化工具提升BP网络训练效率与收敛精度的技术路径，并对比分析了UKF、EKF、PF等在处理非高斯噪声和复杂动态环境下的性能差异。所有方法均配有基于Matlab的仿真实现代码，涵盖状态估计、权重更新机制、采样过程等关键环节，适用于高精度动态系统建模、传感器融合与轨迹跟踪等研究方向。适合人群：具备一定Matlab编程能力，从事自动化、控制工程、机器人学、导航系统或信号处理等相关领域的研究生、科研人员及工程技术开发者，尤其适合致力于状态估计与智能算法融合研究的专业人士。使用场景及目标：① 实现基于EKF优化的BP神经网络训练，提升模型学习速度与泛化能力；② 掌握EKF、UKF、PF等滤波器在非线性轨迹估计中的建模、仿真与性能评估技巧；③ 应用于无人机导航、移动机器人定位、自动驾驶等场景下的状态估计与多源信息融合系统开发。阅读建议：建议结合Matlab代码逐模块调试与验证，重点关注EKF+BP中雅可比矩阵计算与协方差更新机制，以及PF的重采样策略，同时参考文档中提供的仿真案例与资源链接，深化对滤波算法与神经网络协同机制的理解。

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：本文档围绕“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）”展开，系统阐述了多相交错LLC谐振变换器的工作原理、拓扑结构及变频控制策略，重点讲解了其在高效率、低输出纹波电源系统中的应用优势。文档详细介绍了利用Simulink构建开环与闭环仿真模型的方法，涵盖软启动机制、频率调节、反馈控制环路设计、系统稳定性分析及关键参数优化等内容，并提供了完整的仿真模型与设计资料。此外，文档还整合了丰富的电力电子与控制系统相关资源，包括双向CLLC、全桥/半桥LLC、PFC电路、DAB变换器、三电平变换器等多种典型拓扑的仿真案例，形成了覆盖新能源、电动汽车、智能电网等领域的综合性技术学习体系，有助于读者深入理解现代电力变换系统的建模与控制方法。; 适合人群：具备电力电子技术、自动控制理论及电气工程基础知识的高校本科生、研究生、科研人员以及从事电源设计、新能源系统开发的工程技术人员，特别适用于正在开展新能源汽车充电、V2G技术、高效DC-DC变换器等方向研究与产品开发的专业人士。; 使用场景及目标：① 深入理解多相交错LLC谐振变换器的运行机理与变频控制原理；② 掌握基于Simulink平台的电力电子系统建模、闭环控制器设计与动态性能仿真方法；③ 实现高效电源系统的稳定性分析与参数优化，提升工程设计能力；④ 借助配套仿真模型支持科研项目攻关、课程设计、毕业设计或工业级产品原型验证。; 阅读建议：建议结合文档中提供的完整Simulink仿真模型与参考资料，按照技术模块循序渐进地学习，重点关注控制环路设计、频率调制机制与系统动态响应之间的耦合关系，并通过实际仿真调试加深对理论知识的理解与工程应用能力，充分发挥该资源在科研与实践中的支撑作用。

车辆控制基于H∞控制器与鲁棒线性二次调节器RLQR的铰接式重型车辆的稳健路径跟踪控制研究（Matlab代码实现）

内容概要：本文介绍了基于Plecs平台构建的全桥LLC谐振变换器仿真模型，重点围绕隔离型全桥LLC谐振变换器的建模、参数设计与仿真分析展开，涵盖系统主电路结构、谐振腔参数计算、软开关实现原理及闭环控制策略等内容。通过该仿真模型，能够深入研究LLC变换器在不同负载与输入条件下的效率特性、电压增益特性和动态响应性能，尤其适用于高频高效电源系统的开发与优化，为理论分析与工程实践提供有力支撑。; 适合人群：电力电子、电气工程及相关专业的高校师生、研究人员以及从事开关电源、高频电源设计的工程技术人员。; 使用场景及目标：①用于高校教学中演示LLC谐振变换器的工作原理与设计流程，提升学生对谐振拓扑的理解；②支持科研工作中对LLC变换器拓扑结构的性能验证、控制策略优化与效率提升研究；③辅助企业在高频电源产品研发中进行关键技术攻关与参数优化。; 阅读建议：建议结合经典电力电子教材与LLC变换器专项设计指南进行学习，仿真过程中应重点关注谐振频率匹配、ZVS/ZCS软开关实现条件、环流损耗与磁性元件设计，建议通过动手调整谐振参数与开关频率以深入掌握系统动态特性。

手把手教你设计T型和Π型衰减器：从理论计算到实际搭建（含误差分析）

本文详细介绍了T型和Π型衰减器的设计方法，从理论计算到实际搭建，包括电阻值推导、元件选择技巧及误差分析。通过实例演示如何设计50Ω系统中的10dB衰减器，并提供了高频应用和优化策略，帮助电子工程师掌握阻抗匹配与信号衰减的核心技术。

weixin_33737774的博客 397

300个fpga练手项目推荐

• 按键设置BPM，LED和蜂鸣器同步打拍（支持4/4、3/4拍）• 例：先实现DDR3控制器（基础），再构建视频处理流水线（集成）◦ 驱动小型e-Paper显示日期/时间（SPI接口，静态刷新）◦ 音频输入经FFT后，用LED柱状显示频率能量（8频段简化）◦ 通过HC-05模块接收手机指令，控制电机方向（前进/后退）• 随机点亮LED，用按钮响应，数码管显示反应时间（毫秒级）• 8个LED旋转闪烁，按钮停止后显示中奖编号（带减速动画）• 用4方向按键输入手势（如→→←↑），正确后点亮绿色LED。

qq_62784677的博客 7641

PyTorch 深度学习实战（28）：对比学习（Contrastive Learning）与自监督表示学习

本文实现了基于对比学习的自监督表征学习框架，通过 InfoNCE 损失在 CIFAR-10 数据集上学习到具有判别性的特征表示。实验表明，仅使用线性分类器即可达到 82% 以上的验证准确率，证明了对比学习的有效性。在下一篇文章中，我们将深入计算机视觉的核心任务之一——《目标检测与 YOLO 实战》，探讨如何利用深度学习实现高效的目标检测系统。

m0_60414444的博客 2384

FAST_LIO_ROS2 可以用gazebo仿真吗？

摘要：FAST_LIO_ROS2可与Gazebo仿真环境兼容，通过订阅Gazebo模拟的激光雷达和IMU数据实现SLAM建图。已有开源项目（如pb_rm_simulation）验证了该方案，支持导航模式切换与真实机器人移植。关键步骤包括环境配置、传感器话题匹配及参数调试，需注意版本兼容性与数据噪声处理。相关教程提供了从环境搭建到三维建图的完整流程。

专注激光SLAM, 目标检测, 欢迎关注, 分享交流！ 1138

Proxmox(pve)集群(4)存储(1)配置分布式存储ceph

它使用一种称为CRUSH（Controlled Replication Under Scalable Hashing）算法的数据分布算法来将数据均匀地分布在多个存储节点上，并确保数据的冗余和容错。它负责管理数据的分布、冗余和自动修复。PVE支持本地存储、LVM、NFS、iSCSI、CephFS、RBD、ZFS等存储方式，我这里使用两种存储方式，一种是通过ceph实现分布式存储，一种是通过truenas实现集中式存储。自我管理和自动恢复：Ceph具有自我管理的特性，可以动态地调整和优化存储集群的配置。

Monster✺◟(∗❛ัᴗ❛ั∗)◞✺的博客 2627

【Bluetooth蓝牙开发】九、BLE协议之GATT

1、开篇词 2、蓝牙开发入门 3、蓝牙协议栈总览 4、蓝牙协议栈——物理层 5、蓝牙协议栈——链路层 6、蓝牙协议栈——传输层 7、蓝牙协议栈——L2CAP协议 8、蓝牙协议栈——ATT协议 9、蓝牙协议栈——GATT协议 10、蓝牙通信流程分析 11、蓝牙协议栈——Bluez交叉编译 12、蓝牙调试工具汇总

Donge's Blog 4762

hwasan / asan详细分析踩内存之一：Use after free

UAF漏洞全称为use after free ，即利用已经被free掉的堆块被再次利用，该漏洞的存在是因为程序编写者在free堆块部分没有将该堆块的fd指针改为0，进而导致该堆块可以被申请回来，3.内存块被free后，其对应的指针没有被设置为 NULL，但是在它下一次使用之前，有代码对这块内存进行了修改，那么当程序再次使用这块内存时，就很有可能会出现奇怪的问题。2.堆块free后，对应指针没有被设置为NULL，即还可以调用会该堆块，当我们申请一个比该堆块小于等于的size时。

1398

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。，新界面，新视觉，

汉书HE8，好用的汇编代码编写工具

汉书HE8，好用的汇编代码编写工具早期编写汇编代码所用功能强大

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

C# WinForm 基于DirectShow.dll编写的程序，可边预览边保存视频，音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择（默认选中第一个）2.可录制wmv和avi两种格式的视频并且都带有音频，avi可以录制的分辨率和帧数进行选择，wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照，也可边录制视频边拍照4.添加了视频和音频的压缩功能（酌情使用）这次二次开发发现C#对DirectShow的相关信息太少，这次做完也不敢藏私共享出来，还望大家指正

上一篇： 52、无线安全策略：构建强大Wi-Fi安全的基石

下一篇： 92、移动自组网中密钥分发与地址配置协议研究

YOLO26算法皮革表面缺陷检测+训练好的模型+124张数据集+pyqt可视化界面.zip

11-10