extremprocess3

部署运行你感兴趣的模型镜像
//续2
			for(Integer in : exception.keySet()) 
			{
				ArrayList<Date> ds = exception.get(in);
				if(in == 100)
				{
					for(Date d : ds)
					{
						ws[2].addCell(new Label(0,i,String.format("%tF", d),cf));
						ws[2].addCell(new Label(1,i++,"absent",cf));
					}
				}
				else if(ds.size()==1)
				{
					ws[2].addCell(new Label(0,i,String.format(dateFormat, ds.get(0)),cf));
					ws[2].addCell(new Label(1,i,"once only",cf));
					if(ds.get(0).getHours()<12)
					{
						time.setParas(ds.get(0),Const.pm.getTime());
					}
					else
					{
						time.setParas(Const.am.getTime(),ds.get(0));
					}
					ws[2].addCell(new Label(2,i++,time.toString(),cf));
				}
				else
				{	
					ws[2].addCell(new Label(0,i,String.format(dateFormat, ds.get(0)),cf));
					ws[2].addCell(new Label(1,i,String.format(dateFormat, ds.get(1)),cf));
					time.setParas(ds.get(0), ds.get(1));
					ws[2].addCell(new Label(2,i++,time.toString(),cf));
				} 
				
			}
			
			cf = new WritableCellFormat(new WritableFont(WritableFont.ARIAL,10,WritableFont.BOLD));
			cf.setBorder(Border.ALL, BorderLineStyle.DASH_DOT_DOT, Colour.BLUE);
			
			ws[0].addCell(new Label(2,ws[0].getRows(),time.getExtra_weekend_all(),cf));
			ws[1].addCell(new Label(2,ws[1].getRows(),time.getExtra_weekday_all(),cf));
			ws[2].addCell(new Label(2,ws[2].getRows(),time.getLate_time_all(),cf));
			ws[2].addCell(new Label(2,ws[2].getRows(),time.getEarly_time_all(),cf));
			ws[2].addCell(new Label(2,ws[2].getRows(),time.getLateAndEarlyTimeAll(),cf));
			
			wbook.write();  
			wbook.close();  
			book.close();
		}
		catch (IndexOutOfBoundsException e)
		{
			log.error("参数格式错误,请重试!");
			return false;
		}
		catch (FileNotFoundException e) 
		{
			log.error("输入的文件不存在,或目标文件格式错误,请重试!");
			return false;
		}
		catch (Exception e) 
		{
			e.printStackTrace();
			log.error(e);
			return false;
		}
		
		log.info(srcFile+" 's finished.");
		return true;
	}
	
}

 

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)内容概要:本文介绍了一种基于神经网络的数据驱动迭代学习控制(ILC)算法,用于解决具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车路径跟踪问题,并提供了完整的Matlab代码实现。该方法无需精确系统模型,通过数据驱动方式结合神经网络逼近系统动态,利用迭代学习机制不断提升控制性能,从而实现高精度的路径跟踪控制。文档还列举了大量相关科研方向和技术应用案例,涵盖智能优化算法、机器学习、路径规划、电力系统等多个领域,展示了该技术在科研仿真中的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及从事无人车控制、智能算法开发的工程技术人员。; 使用场景及目标:①应用于无人车在重复任务下的高精度路径跟踪控制;②为缺乏精确数学模型的非线性系统提供有效的控制策略设计思路;③作为科研复现与算法验证的学习资源,推动数据驱动控制方法的研究与应用。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注神经网络与ILC的结合机制,并尝试在不同仿真环境中进行参数调优与性能对比,以掌握数据驱动控制的核心思想与工程应用技巧。
本项目提供了一套完整的基于Python编程语言的医学影像分析解决方案,专门针对三维计算机断层扫描图像中的肺部结节识别任务。该资源包包含了经过优化的检测算法源代码、经过标注的医疗影像数据集以及详细的技术文档说明。 本方案源自一项优秀的学术研究课题,在毕业答辩环节获得了接近满分的评价。所有程序模块均通过多轮功能验证与稳定性测试,具备良好的可执行性。这套工具适合计算机科学、电子信息工程、智能系统与控制等相关领域的师生及科研人员参考使用,既可作为教学实践的辅助材料,也可用于课程项目、学术竞赛或学位论文等科研活动。 该资源具有显著的教学价值与科研参考意义,其中采用的深度学习框架包含了数据预处理、特征提取和分类识别等完整流程。对于具备扎实编程基础的用户,可以根据实际需求对网络结构、参数设置和后处理流程进行个性化调整,以拓展其在不同医疗影像分析场景中的应用范围。 技术实现方面,系统采用卷积神经网络架构处理三维体数据,通过多尺度特征融合机制提升小尺寸结节的检测灵敏度。数据集包含经过专业放射科医师标注的肺部CT序列,涵盖了不同尺寸、形态和密度的典型结节病例。项目文档详细阐述了算法原理、环境配置指南和性能评估指标,为初学者提供系统的学习路径,同时为研究人员提供可靠的实验基准。 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!
包含了丰富的EWB (Electronic Workbench) 和 Multisim 电子电路仿真实例,专为电子爱好者、学生以及工程师设计。这些实例集合了多年来的精心搜集与整理,覆盖广泛的知识点,适合用于教学、学习和项目开发。总大小超过50MB的资源,提供了详尽的电路设计案例,帮助用户深入理解电路原理与仿真操作。 文件结构 资源以目录树的形式组织,确保用户能够轻松找到各类电路仿真文件: 仿真实验:包含555定时器电路、基本放大电路、滤波器、数字电路实验等,适用于各种模拟与数字电路的学习。 其他:涵盖独立的电路测试,如L/C谐振、RLC滤波器、电源调节等。 数字电子仿真实验:系统地排列了从基本逻辑门到复杂的时序逻辑电路的仿真。 模拟电子仿真实验:专注于二极管、三极管、MOSFET的应用,包括放大器、滤波器、稳压电路等。 此外,还特别针对特定主题(如SD01至SD09)进行了分类,每个部分都详细讲解了一组相关的电路,从简单的二极管电路到复杂的数字系统设计都有涉及。 使用指南 这些文件主要以.ms10、.ms9和.ewb格式存在,需要在EWB或者Multisim软件环境下打开和运行。通过这些实例,用户可以直观地观察电路的工作状态,进行参数调整以加深对电路行为的理解。 注意事项 确保你的计算机上安装有兼容这些文件格式的最新版本的EWB或Multisim软件。 在使用前,请仔细阅读各个文件夹内的说明文档,以充分利用每一个示例的价值。 对于初学者,建议从基础电路开始,逐步过渡到更复杂的系统。
评论
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
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