各种版本的ISOPLOT,做谐和曲线,针对不同版本的excel有对应的加载宏
2019-12-21 21:20:03 16.94MB 谐和,年龄,
1
学生信息包括:学号,姓名,年龄,性别,出生年月,地址,电话,E-mail等。设计“学生信息管理系统”,使之能提供以下功能: 1)系统以菜单方式工作; 2)学生信息录入功能; 3)学生信息浏览功能; 4)查询、排序功能:按学号查询、按姓名查询; 5)学生信息的删除与修改。
2019-12-21 21:03:30 335KB 学生 信息 管理
1
全国在第六次人口普查的数据,各身份分年龄、性别,格式为Excel。可用于数据分析。
1
编写程序,新建一个雇员类,它的数据成员有雇员代号,年龄,工资,性别, 姓名,输入雇员资料方法,打印雇员资料方法。以此雇员类为基类,从中派生出教师类,其中要求在教师类中加入一个计算教师工资的方法,教师工资=基本工资(1000)+课时(月工作量)×30。以此雇员类为基类,从中派生出实验员类, 其中要求在实验员类中加入一个计算实验员工资的方法,实验员工资=基本工资 (800)+实验室补助(150)+值班时间(月工作量)×5。以此雇员类为基类,从中派生出行政人员类,其中要求在行政人员类中加入一个计算行政人员工资的方法,行政人员工资=基本工资(900)+行政补贴(200)。分别实现输入输出教师、实验人员、行政人员信息和计算教师、实验人员、行政人员工资的方法。
2019-12-21 20:50:47 2KB 程序设计
1
《实况8年龄锁定器》是一款专为经典足球游戏《实况足球8》设计的工具,主要用于修改游戏中球员的年龄,让玩家可以根据自己的喜好调整球队阵容。在《实况足球8》这款游戏中,球员的年龄是影响其能力值和状态的重要因素。随着年龄的增长,球员的体能和技能可能会逐渐下滑,而使用"实况8年龄锁定器",玩家可以避免这种情况,保持球队的最佳状态。 我们需要了解的是这个工具的核心功能——年龄修改。`WE8PlayerAgeLock.exe`是这个工具的执行文件,通过运行它,玩家可以访问并编辑游戏中的数据。该程序能够读取和修改游戏的数据文件,如`data.bin`,这是《实况足球8》中存储游戏信息的主要文件,包括球员的姓名、属性、年龄等关键数据。 在使用`WE8PlayerAgeLock.exe`时,玩家通常需要先备份原始的游戏文件,以防修改后出现问题可以恢复。然后,运行工具并找到对应的球员条目,输入希望设定的年龄值。这一步可能需要一定的耐心,因为可能涉及到大量的数据搜索和筛选,特别是对于拥有众多球员的大型球队。 此外,玩家需要注意的是,尽管年龄锁定可以带来短期的游戏乐趣,但过度使用可能导致游戏失去平衡,因为正常的球员生涯发展将被干扰。而且,如果游戏有在线模式,使用这类修改工具可能会违反游戏服务条款,导致账号被封禁。 在技术层面,`WE8PlayerAgeLock.exe`的实现可能依赖于对游戏数据格式的深入理解,以及二进制文件操作的知识。开发者需要知道如何解析`data.bin`中的球员数据结构,找到年龄字段,并进行安全地修改,而不影响其他数据。这涉及到编程语言(如C++或Python)和数据解析库的运用。 《实况8年龄锁定器》是一个能够让玩家自定义球员年龄的实用工具,它通过读写游戏文件来实现这一功能。虽然它可以提供额外的游戏体验,但也需要玩家合理使用,以免破坏游戏平衡或违反规则。对于那些对游戏开发和数据修改感兴趣的用户来说,这样的工具也是一个学习游戏数据结构和二进制文件处理的好案例。
2019-12-21 20:38:48 126KB
1
Android人脸识别之显示性别与年龄(Face++)
2019-12-21 20:31:55 1.34MB Android
1
基于深度学习识别人脸性别和年龄!C++/python代码 https://blog.csdn.net/LuohenYJ/article/details/88134634
2019-12-21 20:14:10 82.53MB OPENCV
1
完整的FG-NET数据库,包含train图片,test图片和points文件
2019-12-21 20:12:02 43.43MB 年龄估计 年龄数据库
1
morph 年龄性别数据集 13673个人,共55608张。属性主打年龄,人种,性别。非受限条件采集图片。额外的还包括头发颜色(人种特征)眼镜
2019-12-21 20:10:10 279MB morph 年龄性别 数据集
1
1、人脸识别sdk功能包含:摄像头操作封装,人脸检测、特征提取、人脸特征比对、性别检测、年龄检测; 2、本sdk二次开发包提供32位和64位dll,适用于Windows7以上系统,建议配置为i3+4G,开发包打包环境vs2015; 3、在64位i5上实测性能如下: 人脸检测耗时: 13 毫秒; 年龄检测耗时: 93 毫秒; 性别检测耗时: 79 毫秒; 特征提取耗时: 109 毫秒; 比对10000次用时: 1063 毫秒; 识别率>99.8%;
1