lkjljkl

最新推荐文章于 2014-06-27 09:52:00 发布
转载 最新推荐文章于 2014-06-27 09:52:00 发布 · 340 阅读 · 0

jkljkljkl

ustcas
关注
kjkljlkjlkjl
zjitboy的专栏
10-13 252
<br />80980898089890
【JZOJ 省选模拟】多项式（poly）
Brute♂force
03-06 655
题目 Description Input Output Sample Input 样例输入 1： 2 7 -7 14 样例输入 2： 3 1 4 1 5 样例输入 3： 0 998244353 Sample Output 样例输出 1： 2 7 样例输出 2： 样例输出 3： 998244353 Data Constraint 更新：N<10^5 Hint 更新：N<10^5 ...
PL/SQL Developer ORA-12154: TNS: 无法解析指定的连接标识符
勿忘初心
06-27 6941
背景：         在本机（Win7 64位  旗舰版）安装Oracle 11g的客户端（安装的32位的ORACLE客户端），并设置相应的本地服务后，用PL/SQL Developer提示下面的错误： “Could not load "……\bin\oci.dll"”这个错误，64位win7上装PL/SQL，经常会遇见“Could not load "……\bin\oci.dll"”这个错
NSIS安装生成log，卸载调用log卸载
01-03
代码转载自：https://pan.quark.cn/s/f87b8041184b Language: 中文 欢迎来到戈戈圈！ 当你点开这个存储库的时候，你会看到戈戈圈的图标↓ 本图片均在知识共享 署名-相同方式共享 3.0（CC BY-SA 3.0）许可协议下提供，如有授权遵照授权协议使用。 那么恭喜你，当你看到这个图标的时候，就代表着你已经正式成为了一名戈团子啦！ 欢迎你来到这个充满爱与希望的大家庭！ 「与大家创造更多快乐，与人们一起改变世界。 」 戈戈圈是一个在中国海南省诞生的创作企划，由王戈wg的妹妹于2018年7月14日正式公开。 戈戈圈的创作类型广泛，囊括插画、小说、音乐等各种作品类型。 戈戈圈的目前成员： Contributors 此外，支持戈戈圈及本企划的成员被称为“戈团子”。 “戈团子”一词最初来源于2015年出生的名叫“团子”的大熊猫，也因为一种由糯米包裹着馅料蒸熟而成的食品也名为“团子”，不仅有团圆之意，也蕴涵着团结友爱的象征意义和大家的美好期盼，因此我们最终于2021年初决定命名戈戈圈的粉丝为“戈团子”。 如果你对戈戈圈有兴趣的话，欢迎加入我们吧(σ≧︎▽︎≦︎)σ！ 由于王戈wg此前投稿的相关视频并未详细说明本企划的信息，且相关视频的表述极其模糊，我们特此创建这个存储库，以文字的形式向大家介绍戈戈圈。 戈戈圈自2018年7月14日成立至今，一直以来都秉持着包容开放、和谐友善的原则。 我们深知自己的责任和使命，始终尊重社会道德习俗，严格遵循国家法律法规，为维护社会稳定和公共利益做出了积极的贡献。 因此，我们不允许任何人或组织以“戈戈圈”的名义在网络平台或现实中发布不当言论，同时我们也坚决反对过度宣传戈戈圈的行为，包括但不限于与戈戈圈无关的任何...
医疗AI基于YOLOv8的血细胞检测系统设计：实现血液细胞自动识别与临床辅助诊断
01-03
内容概要：本文详细介绍了一个基于YOLOv8的血细胞智能检测系统全流程开发指南，涵盖从环境搭建、数据准备、模型训练与验证到UI交互系统开发的完整实践过程。项目利用YOLOv8高精度、高速度的优势，实现对白细胞、红细胞和血小板的自动识别与分类，准确率超过93%，单张图像检测仅需0.3秒。通过公开或自建血细胞数据集，结合LabelImg标注工具和Streamlit开发可视化界面，构建了具备图像上传、实时检测、结果统计与异常提示功能的智能系统，并提供了论文撰写与成果展示建议，强化其在医疗场景中的应用价值。; 适合人群：具备一定Python编程与深度学习基础，从事计算机视觉、医疗AI相关研究或项目开发的高校学生、科研人员及工程技术人员，尤其适合需要完成毕业设计或医疗智能化项目实践的开发者。; 使用场景及目标：①应用于医院或检验机构辅助医生进行血涂片快速筛查，提升检测效率与一致性；②作为深度学习在医疗影像领域落地的教学案例，掌握YOLOv8在实际项目中的训练、优化与部署流程；③用于学术论文写作与项目成果展示，理解技术与临床需求的结合方式。; 阅读建议：建议按照“数据→模型→系统→应用”顺序逐步实践，重点理解数据标注规范、模型参数设置与UI集成逻辑，同时结合临床需求不断优化系统功能，如增加报告导出、多类别细粒度分类等扩展模块。
基于蒙特卡洛，copula函数，fuzzy-kmeans获取6个典型场景进行随机优化多类型电动汽车采用分时电价调度，考虑上级电网出力、峰谷差惩罚费用、风光调度、电动汽车负荷调度费用和网损费用
01-03
基于蒙特卡洛，copula函数，fuzzy-kmeans获取6个典型场景进行随机优化多类型电动汽车采用分时电价调度，考虑上级电网出力、峰谷差惩罚费用、风光调度、电动汽车负荷调度费用和网损费用内容概要：本文围绕多类型电动汽车在分时电价机制下的优化调度展开研究，采用蒙特卡洛模拟、Copula函数和模糊K-means聚类方法获取6个典型场景，并在此基础上进行随机优化。模型综合考虑了上级电网出力、峰谷差惩罚费用、风光可再生能源调度、电动汽车负荷调度成本以及电网网损费用等多个关键因素，旨在实现电力系统运行的经济性与稳定性。通过Matlab代码实现相关算法，验证所提方法的有效性与实用性。; 适合人群：具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源、智能电网、电动汽车调度相关工作的工程技术人员。; 使用场景及目标：①用于研究大规模电动汽车接入电网后的负荷调控策略；②支持含风光等可再生能源的综合能源系统优化调度；③为制定合理的分时电价政策及降低电网峰谷差提供技术支撑；④适用于学术研究、论文复现与实际项目仿真验证。; 阅读建议：建议读者结合文中涉及的概率建模、聚类分析与优化算法部分，动手运行并调试Matlab代码，深入理解场景生成与随机优化的实现流程，同时可扩展至更多元化的应用场景如V2G、储能协同调度等。
富士施乐专用文档浏览器，查看dw格式
01-03
根据原作 https://pan.quark.cn/s/516ea913e59d 的源码改编 该软件较为少见，主要用于处理xerox设备扫描生成的文档，同时也适用于基于此工具创建的文件
wufanjames_python-cpp_34836_1767245533859.zip
01-03
wufanjames_python-cpp_34836_1767245533859.zip
【计算机视觉】基于YOLOv8的物体检测系统设计：从环境搭建到Web部署的全流程实现方案
01-03
内容概要：本文是一份完整的基于YOLOv8的智能物体检测毕业设计指南，系统讲解从环境搭建、数据集准备、模型训练、验证推理到优化部署的全流程。通过使用Ultralytics框架，结合自定义数据集（如安防场景中的人物、车辆、异常物品），指导读者完成模型训练并实现高精度检测（mAP可达0.82以上）。支持本地或Colab运行，并拓展至ONNX/TensorRT导出、Web可视化（Streamlit）、实时摄像头检测与报警功能，助力毕设项目落地与展示。; 适合人群：计算机相关专业本科或研究生，具备一定Python和深度学习基础，正在进行或计划开展目标检测类毕业设计的学生；; 使用场景及目标：①完成基于YOLOv8的毕设项目全流程开发与部署；②掌握目标检测中的数据标注、模型调优、推理加速与前端集成技能；③提升项目实战能力，增强答辩竞争力； 阅读建议：建议按照步骤顺序实践，配合提供的代码链接与飞书文档，边学边练，重点关注数据质量、参数调优与部署环节，结合实际应用场景进行创新拓展。
Delphi 13.1控件之WebStencilsDemos.7z
01-03
Delphi 13.1控件之WebStencilsDemos.7z
福州大学人工智能课程历年试卷
01-03
先看效果： https://pan.quark.cn/s/f405b96a5dcd 《福州大学人工智能课程历年卷.zip》是一个压缩文件，其中收纳了福州大学人工智能课程的历年考试试卷，主要涵盖了2019年、2017年以及2016至2017学年的考试材料。 这些试卷不仅是学生进行复习和自我检验的关键资料，同时也是教师评价教学成效、洞察考试走向的珍贵素材。 我们首先关注2019年的人工智能考试试卷（无答案）。 该试卷或许包含了当年教学大纲中的关键知识点，例如但不限于机器学习、神经网络、自然语言处理、计算机视觉等人工智能领域的基础理论与实际应用。 学生在进行复习时，应当深入理解并熟练掌握这些概念，同时增强解决实际问题的能力。 2017年人工智能A卷则提供了一份附带答案的试卷，这对于考生而言极为有价值。 通过将自己的答案与标准答案进行对比，考生可以明确自己的知识盲区以及解题策略的缺陷，从而进行有目的的复习。 试卷中的题目或许涉及深度学习、数据挖掘、强化学习等先进技术，这些内容在现代人工智能领域中具有举足轻重的地位。 接下来是2016至2017第一学期的考试卷，尽管没有答案，但同样能够展现该阶段的教学重心。 这部分内容可能涉及了一些基础理论，例如人工智能的定义、发展历程、基本算法等，也可能包括了对当时热门AI话题的讨论，如自动驾驶、智能家居等应用情境。 "某年人工智能卷含答案"虽然没有明确指出具体年份，但它给予了一次全面检验自身学习成果的途径。 试卷上的题目可能与前两年存在差异，体现了人工智能领域的迅速进步和持续更新。 通过作答并对照答案，学生可以掌握自己的学习状况，适时调整学习规划。 综合这些试卷，我们可以感知福州大学人工智能课程的覆盖范围和深度，以及其不断进步的教学理念。 对于渴望深入学习人工...
Android图片上传服务器
最新发布
01-03
源码地址： https://pan.quark.cn/s/a4b39357ea24 FileUpload.Java Build Status 文件上传，图片上传(后缀名验证，文件类型验证)，大文件分片上传，“秒传”，断点续传，传输失败自动重试，手动重试 主要功能经测试支持IE9以上，Chrome，FireFox；其他浏览器未测试； 文件上传部分：主要实现了文件的上传，进度条，多文件一起上传，上传前删除，上传失败后手动删除，上传失败自动重试，上传失败手动重试（retry按钮），自动上传； 大文件上传部分：重磅功能：大文件“秒传”；在文件上传部分已有功能的基础上实现了按10MB分为多个块，异步上传，服务端合并，MD5验证，文件秒传，断点续传，网络问题自动重试，手动重试； 图片上传部分：在文件上传部分已有功能的基础上实现了上传前缩略图预览，前台js文件后缀验证，后台代码文件后缀验证和文件类型验证（就算修改后缀名也无法成功上传），支持图片上传前压缩； 多选择器多文件上传：通过不同的文件选择器选择不同的文件，最后同时上传，Controller只是简单示意，并没有详细写实现，具体怎么做可参照上面的其它上穿方法。 文件上传这里好多方法可以抽象出来，当然这个项目只是一个示例，所以我偷了点懒，应用到生产环境时还要根据环境选择保存到不同的文件路径等等，大家根据自己的情况自己封装方法吧。
【计算机视觉】基于YOLO系列的电动滑板车检测系统设计：智能交通场景下的目标识别与实时监控应用
01-03
内容概要：本文是一份关于“电动滑板车检测系统”毕业设计的完整实战指南，围绕YOLO系列目标检测模型（YOLOv5、YOLOv8、YOLOv10）展开，详细介绍了从课题背景、技术选型、数据采集与标注、模型训练、评估调优到实时检测系统开发与界面展示的全流程。文章强调深度学习在智能交通管理中的应用价值，指导学生构建具备演示能力的检测系统，并提供代码示例与论文撰写建议，帮助完成高质量毕业设计。; 适合人群：计算机相关专业本科或研究生，具备一定Python编程和深度学习基础，正在进行或计划开展目标检测类毕业设计的学生。; 使用场景及目标：①掌握YOLO系列模型在特定目标（电动滑板车）检测中的应用方法；②完成从数据准备到模型部署的完整项目流程；③构建可交互的检测界面用于毕设答辩演示；④撰写具有实际应用价值的技术型毕业论文。; 阅读建议：建议结合提供的代码链接和飞书文档，边学边实践，重点理解各阶段的设计思路与技术实现细节，尤其注意数据质量、模型选型与可视化展示环节，以提升毕设的整体完成度与创新性。
【计算机视觉】基于YOLOv5/8/10的道路设施损坏检测系统设计：面向市政维护的深度学习毕设全流程实现
01-03
内容概要：本文介绍了一个基于YOLOv5/8/10的道路设施损坏检测系统毕设项目，涵盖从课题意义、核心技术选型、任务拆解、数据集构建、模型训练到实时检测与UI界面开发的完整流程。重点讲解了如何利用YOLO系列模型实现路面裂缝、交通标志损坏、护栏损坏等多类目标的精准检测，并通过数据增强提升模型在不同光照、天气和复杂背景下的鲁棒性。项目还包括使用PyQt5开发可视化界面，使系统具备良好的展示性和实用性，适合用于毕业设计答辩与演示。; 适合人群：计算机相关专业、具备一定Python和深度学习基础的本科或研究生，尤其是计划从事计算机视觉方向研究的学生。; 使用场景及目标：①完成一个完整的深度学习毕业设计项目，涵盖数据处理、模型训练、性能评估与系统部署全流程；②实现道路设施损坏的自动化检测，提升市政巡检效率；③通过可视化界面增强项目展示效果，提升答辩竞争力。; 阅读建议：建议结合提供的代码链接和飞书文档，边学边实践，重点关注数据标注格式、模型配置参数及UI集成方法，确保各模块顺利衔接。
JS图片另存为代码实现-下载即用.zip
01-03
下载方式：https://pan.quark.cn/s/470cdcd15e79 在网页构建过程中，有时需要开发一个特性，使得用户在点击某个按钮后能够将图片保存到本地设备上。 一般情况下，这一过程需要借助JavaScript语言来操作文档对象模型（DOM）并调控浏览器的行为表现。 在前面提供的代码示例中，主要阐述了如何运用JavaScript来启动浏览器的保存为对话框，从而达成图片下载的目标。 需要特别留意的是，为了保障页面的正常运行，必须在`<head>`区域引入jQuery框架，因为代码里运用了jQuery方法来创建`<iframe>`元素。 `<script src="***" type="text/javascript"></script>`这一行代码的作用是加载jQuery库。 在此之后，我们将按顺序剖析代码实现的关键环节：1. 声明了`downLoadImage`函数，该函数接收一个参数`imagePathURL`，即待下载图片的网址地址。 2. 在函数体内部首先确认是否存在ID为`_SAVEASIMAGE_TEMP_FRAME`的iframe组件。 若不存在，则动态生成一个`<iframe>`组件，并设定`display:none;`属性来隐藏它，避免对页面布局造成干扰。 3. 此`<iframe>`组件还被配置了`onload="_doSaveAsImage();"`事件，意指当`<iframe>`加载完毕时，将执行`_doSaveAsImage`函数。 4. 在为`<iframe>`元素的`src`属性赋值为传入的图片网址之前，会先验证当前`<iframe>`中的`src`是否已是该图片网址。 如果不是，表明图片网址发生了变动，需要重新加载图片；如果是，则表...
多模态AI基于MiniCPM-V的图文理解与生成技术：轻量级模型在教育电商领域的应用实践
01-03
内容概要：本文系统介绍了轻量级多模态大模型MiniCPM-V的实战应用，涵盖其核心技术优势、环境搭建、图文问答与创意生成等基础功能，以及在智能教育、电商导购等场景的进阶应用。文章还详细讲解了模型微调的方法和常见问题解决方案，帮助开发者从零开始掌握MiniCPM-V的部署与优化全过程，实现在消费级硬件上的高效多模态任务处理。; 适合人群：对多模态AI感兴趣的初学者及有一定Python和深度学习基础的研发人员，尤其是希望快速构建图文理解与生成应用的开发者。; 使用场景及目标：①实现图像理解与自然语言问答（如识别图片内容并回答相关问题）；②基于文本提示生成图像（如艺术创作）；③在教育、电商等行业中构建智能化解决方案（如自动解题、商品推荐）；④通过微调使模型适配特定业务需求。; 阅读建议：建议读者按照文档顺序逐步实践，先完成环境配置与基础示例运行，再深入微调与行业应用开发。配合提供的代码链接和飞书资料，结合实际项目进行调试与优化，以充分掌握MiniCPM-V的多模态能力。
LCD液晶显示屏工作原理
01-03
代码转载自：https://pan.quark.cn/s/2f7a3c53607c LCD（Liquid Crystal Display）液晶显示屏是一种在电视、电脑、手机等多种电子设备中普遍应用的显示技术。 其关键机制在于借助液晶分子的光学特性变化来调控光线传输，借此达成图像呈现。 本文将深入解析LCD液晶显示屏的运作机制，并以最常见的TN-LCD（Twisted Nematic，扭曲向列型液晶显示器）作为范例展开说明。 TN-LCD的基础构造主要包括以下几个组成部分：两片相互平行的玻璃基板、液晶材料层、电极、定向膜以及彩色滤光片。 1. 玻璃基板：作为显示面板的支撑结构，一般采用无碱玻璃制造，其表面经过特殊处理，能够耐受高温条件并维持优良的平面形态。 2. 液晶层：设置于两片玻璃基板之间，液晶分子呈现有序排列，具备流动性与光学特性。 在无电场条件下，液晶分子将形成特有的扭曲构型，这种构型使得入射光线在通过液晶层时产生90度的偏转。 3. 电极：分别施加于两片玻璃基板的内侧，用于施加电压。 当电极间施加电压时，液晶分子的排列将发生转变，进而影响光线的通过情况。 4. 定向膜：覆盖在玻璃基板上，用于规定液晶分子的初始排列方向。 在未施加电压时，液晶分子依照定向膜的纹理扭曲90度。 5. 彩色滤光片：位于LCD面板的一侧，由红、绿、蓝三种颜色的子像素构成。 当光线穿过液晶层并抵达滤光片后，仅允许特定颜色的光线通过，从而构成彩色图像。 运作机制如下：1. 当未在电极上施加电压时，液晶分子维持其初始的扭曲形态。 光线通过上玻璃基板，随后被扭曲的液晶分子改变路径，再通过彩色滤光片，形成一个像素点的色彩。 2. 当电极上施加电压时，液晶分子将变为直立排列，不再扭曲光线。 因此，光线将无法通过彩色滤光片...
操作系统课程实验四页面置换算法模拟器设计与实现_虚拟内存管理页面置换算法性能比较与测试工具_用于操作系统教学演示和学生实验验证不同页面置换策略在模拟环境下的表现差异_最佳置换算法先.zip
01-03
操作系统课程实验四页面置换算法模拟器设计与实现_虚拟内存管理页面置换算法性能比较与测试工具_用于操作系统教学演示和学生实验验证不同页面置换策略在模拟环境下的表现差异_最佳置换算法先.zip
评论
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