• BeaEngine反汇编引擎-易语言

    BeaEngine是一款开源的反汇编引擎。 最新版是5.0,但我仍然使用目前稳定版4.1.175 这个版本我还做了一些修改,以及修复BUG。 因为它反汇编成NASM仍然存在一个BUG, 就是:置入代码 ({57,0}) 这句代码反汇编后变成:cmp[eax],eax 如果不加上 dword 再使用NASM编译是不通过的, 目前最新版5.0也存在这个问题, 因此我在GitHub上找到了它的源代码,修复了这个问题。

    2021-06-12
    5
  • 三棱柱断面三角形及其作图 (1999年)

    从画法几何学中最基本的几何形体三棱柱入手,研究三棱柱截断后断面三角形的几何特性.它包括截平面空间位置的确定以及三棱柱的面与断面三角形之间各边长、内角的参数对应几何关系,同时建立相关参数的计算公式.为了解决可任意选择三棱柱棱线进行三棱柱断面三角形形状的计算问题,提出采用参数替换法或形体旋转法.在解决三棱柱断面三角形计算的同时,又进一步研究相对应断面的两种不同处理方法,并通过断面三角形的计算实例验证所述的基本论点与方法.最后通过几何作图,介绍三棱柱截平面、断面三角和断面实形图的作图方法与步骤.

    2021-06-12
    5
  • Excel禁止保存时弹框-易语言

    解决了我之前帖子的问题。 调用了精易模块(只是用来取时间戳的)

    2021-06-12
    5
  • 局域网文件夹文件同步更新软件,附带源码-易语言

    自己写的局域网文件夹文件同步更新软件源码,模块 精易模块 , 功能:一台电脑上面的文件更新了,变动了,另外一台电脑自动同步更新, 大家可以下载参考参考,电脑比较少,没有开启多线程,我自己是够用,电脑多的可以修改成多线程

    2021-06-11
    5
  • lda分类代码matlab-SCML:稀疏组合度量学习

    lda分类代码matlab 稀疏组合度量学习 SCML 是 . 它允许在基于秩一基础度量的稀疏组合的统一框架下对多类数据的全局、多任务和多个局部 Mahalanobis 度量进行可扩展的学习。 SCML 在 GNU/GPL 3 许可下分发。 入门 请运行(在 matlab 控制台内) install demo_global_local % demo of SCML-Global and SCML-Local demo_multi_task % demo of mt-SCML 注意:此代码使用 LDA 基组(如论文中所述),但它很容易修改,因此用户可以根据需要输入自己的基组。 参考 如果您在科学工作中使用此代码,请引用: Y. Shi、A. Bellet 和 F. Sha。 稀疏组合度量学习。 AAAI 人工智能会议 (AAAI),2014 年。 致谢 我们的代码从大边距最近邻 (LMNN) 和参数化局部度量学习 (PLML) 包中借用了一些辅助函数。 我们感谢 Shreyas Saxena 的错误报告和修复它们的帮助。 版本历史 v1.11 (8/2/2016):多任务目标计算中的小错

    2021-06-07
    7
  • l2范数matlab源码-PhD_thesis_2019_David_Bracher:我的博士论文代码库已于2019年提交

    l2范数matlab源码PhD_thesis_2019_David_Bracher #免责声明:#此代码库用于分析我的博士论文中使用的数据(#'3d 金属氧化物纳米粒子的反铁磁特性' - David Bracher,#University of Basel/Paul Scherrer Institut,2019 年)。 博士论文将由巴塞尔大学图书馆#available public:# #代码库由一个包含所有基本功能和对象的库组成。 它包含用于分析由 X 射线光电子显微镜记录的 X 射线吸收光谱和 X 射线磁性线性二色光谱的代码(在 Paul Scherrer Institut 瑞士光源的表面/界面显微镜 (SIM) 光束线)以及非空间分辨 XAS 和 X 射线磁性圆二色光谱(在瑞士光源的极端光束线获得)。 #目前代码库中不包含分析X射线衍射和反射高能电子衍射数据的代码。 但是,这些代码也将很快从其最初的 Matlab 版本转换而来。 虽然现在包含了 Matlab 代码,但当 Python 代码完成时,这些代码将过时。 ##安装注意事项: #Download and install m

    2021-06-07
    11
  • 百度地图毕业设计源码-FaceRecognitionInRealGame:腾讯云人脸识别产品在真人实景游戏中的应用案例

    百度地图毕业设计源码 FaceRecognitionInRealGame 腾讯云人脸识别产品在真人实景游戏中的应用案例 1.案例概述 1.1 背景 2019年国庆,帮朋友实现了一个人脸识别进行开锁的功能,用在他的真人实景游戏业务中。几个月来运行稳定,体验良好,借着这个春节宅家的时间,整理一下这个应用的实现过程。 总的来说需求描述简单,但由于约束比较多,在架构与选型上还是花了些心思。 1.2 部署效果 由于该游戏还在线上服务中,此处就不放出具体操作的视频了。 1.3 玩家体验 玩家发现并进入空间后,在显示屏看到自己在当前场景出镜的实时画面。 玩家靠近观察时,捕获当前帧进行人脸识别,实时画面中出现水印字幕“认证中” 人脸认证失败时,实时画面水印字幕变更为“认证失败”,字幕维持2秒后消失,恢复初始状态。玩家继续寻找游戏线索,重新进行认证。 人脸认证成功时,实时画面水印字幕变更为“认证成功”,并弹开保险箱门。进入后续游戏环节。 2.产品要求 2.1 需求说明 需求提出时比较明确,核心逻辑不复杂。 人脸识别:通过人脸识别进行鉴权。 开锁管理:通过鉴权则打开箱门,未通过则保持锁定。 反馈提示:需要

    2021-06-06
    5
  • java图书馆swing源码-code:JavaOpenCVBook的代码库

    java图书馆swing源码代码 Packt Java OpenCV Book 的代码库 为了设置代码,请按照以下说明操作: 1- 根据 . 确保检查链接和 。 另外,请确保您下载的是二进制文件而不是源文件。 2-转到并将其下载到某个文件夹(单击右侧的下载zip) 3- 从 zip 文件中提取项目 4- 根据您的平台自定义本章中所需的 pom.xml。 例如,如果要为 Windows x64 构建,请将所需的项目 pom.xml 文件从: <dependency> <groupId>org.javaopencvbook</groupId> <artifactId>opencvjar</artifactId> <version>2.4.7</version> </dependency> <dependency> <groupId>org.javaopencvbook</groupId> <artifactId>opencvjar-runtime</artifactId> <version>2.4.7</version> <classifier>natives-wind

    2021-06-05
    12
  • java开发oa系统源码下载-RuoYi:RuoYi

    java开发oa系统源码下载 平台简介 一直想做一款后台管理系统,看了很多优秀的开源项目但是发现没有合适的。于是利用空闲休息时间开始自己写了一套后台系统。如此有了若依。她可以用于所有的Web应用程序,如网站管理后台,网站会员中心,CMS,CRM,OA。所有前端后台代码封装过后十分精简易上手,出错概率低。同时支持移动客户端访问。系统会陆续更新一些实用功能。 性别男,若依是女儿的名字。 若依基于hplus和inspinia两套后台系统模板开发。有需要可自行到群内下载。 内置功能 用户管理:用户是系统操作者,该功能主要完成系统用户配置。 部门管理:配置系统组织机构(公司、部门、小组),树结构展现。 岗位管理:配置系统用户所属担任职务。 菜单管理:配置系统菜单,操作权限,按钮权限标识等。 角色管理:角色菜单权限分配、设置角色按机构进行数据范围权限划分。 字典管理:对系统中经常使用的一些较为固定的数据进行维护。 参数管理:对系统动态配置常用参数。 通知公告:系统通知公告信息发布维护。 操作日志:系统正常操作日志记录和查询;系统异常信息日志记录和查询。 登录日志:系统登录日志记录查询包含登录异常。

    2021-06-05
    5
  • Adaptive-Degree Polynomial Filter(Savitzky-Golay Filter):获取在自适应次数多项式滤波器中选择的多项式次数。-matlab开发

    函数 polynomial_degree=adpf(data_frame) 自适应度多项式滤波器(Savitzky-Golay 滤波器) 通常,Savitzky-Golay 滤波器的拟合多项式的次数是固定的。 然而,多项式的次数可以根据拟合残差的平方和以及获得自适应次数多项式滤波器的统计测试而变化。 该函数可用于获取自适应次数多项式滤波器(Savitzky-Golay 滤波器)中为长度为2M+1 的数据子集(输入:data_frame)选择的多项式次数(输出:polynomial_degree)。 用法: 先运行Pkmi_Calculate 得到克多项式的数值表,以加快计算。 例子: %例子: adpf_demo %使用自适应次数多项式滤波器进行数据平滑的演示Fig_1 %获取参考文献的图 1。 [1] Fig_2 %获取参考文献的图 2。 [1] 作者: 罗建文 &lt;luoj

    2021-06-01
    5
上传资源赚积分or赚钱