Epson Adjustment program_L130_L220_L310_L360_L365.rar
2023-05-20 11:30:13 2.5MB EPSONL360RESET
1
语言:English 这个地方免费提供了Epson L3110打印机的Epson重置程序或调整程序工具。 在EPSON Resetter的帮助下,您可以修复爱普生“需要维修”或进行故障排除,并且红灯闪烁一个接一个的错误问题。
2023-05-12 09:35:15 158KB 扩展程序
1
matlab 的内置箱线图似乎无法使用,所以我自己制作了。 然后我听说了一个用于倾斜数据的adjusted_boxplot,所以我也编码了其中一个,以及它使用的medcouple算法。 (底部引用) 我做了两个补充,可以改善调整后的箱形图的视觉外观。 它们在代码中进行了描述。 我认为这将是一项“正在进行的工作”,所以我欢迎建设性的反馈。 “倾斜分布的调整箱线图”: Huberta, M. & Vandervieren, E. (2007) 计算统计和数据分析第 52 卷,第 12 期,2008 年 8 月 15 日,第 5186-5201 页https://www.sciencedirect.com/science/article/pii/S0167947307004434
2023-01-10 18:34:01 9KB matlab
1
黄土时间序列的季节性分解 Seasonal-Trend-Loess(STL)算法将时间序列分解为季节,趋势和残差成分。 该算法使用( 为原始论文)来平滑循环子序列(例如,下例中所示的CO 2数据中的所有January值)。 从信号中去除季节性之后,对余数进行平滑处理(分多个步骤)以找到趋势。 重复此过程,并可能包括利用Loess的加权最小二乘法基础进行的鲁棒性迭代,以消除异常值的影响。 详细信息在进行了描述。 stl-decomp-4j是可从获得的原始Ratfor / Fortran的Java端口(为;也包含在examples/StlPerfTest/fortran_benchmark ),已扩展为支持局部二次插值。 stl-decomp-4j期望间隔均匀的数据且没有缺失值,类似于原始的Fortran版本(以及和版本,它们都在后台使用原始的Fortran版本)。 查看了解TODO等。
2022-12-04 11:28:34 1.85MB java timeseries time-series seasonal-adjustment
1
windows读写串口基本操作,以下用的vs2015 MFC编译: serialport.h #ifndef _SERIAL_20190304_H #define _SERIAL_20190304_H #include #include #include class CSerialPort { public: CSerialPort(); ~CSerialPort(); public: void setConfig(const std::string& portNum, DWORD baudRate, BYTE byteSize, BYTE parityBit, BYTE stopBit); bool openComm(); // 打开串口 void closeComm(); // 关闭串口 bool writeToComm(char* pdata); // 发送数据 bool readFromComm(char buffer[], DWORD dwLength); // 读取数据 public:
2022-09-27 13:00:47 6KB Serial
1
基于ATO的列车速度曲线优化
2022-07-19 20:27:10 2KB 列车 ATO曲线Matlab
1
IOS应用源码之Adjustable Label Category for iOS.rar
2022-06-20 13:05:02 54KB IOS应用源码
主要介绍了matlab图像灰度调整及imadjust函数的用法详解,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
1
一张张图片复制到幻灯再手动缩小太麻烦了,做了一个快速制作检查整改幻灯模板,点插入-相册-编辑相册,点文件/磁盘选择图片,点更新,点菜单栏视图-宏,运行adjust,图片自动缩小到边框,然后压缩图片,写上备注,文字框可以从最下面的一张幻灯复制上来再编辑,删掉不用的首页末页,保存成pptx完工。
2022-04-30 09:01:15 41KB 幻灯 检查整改
1
g2opy 这是图形优化C ++框架的python绑定。 g2o是用于优化基于图的非线性误差函数的开源C ++框架。 g2o被设计为易于扩展到各种问题,通常可以在几行代码中指定一个新问题。 当前的实现为SLAM和BA的多个变体提供了解决方案。 机器人技术和计算机视觉中的许多问题都涉及到最小化可以表示为图形的非线性误差函数。 典型实例是同时定位和映射(SLAM)或捆绑包调整(BA)。 这些问题的总体目标是找到能最大程度解释受高斯噪声影响的一组测量值的参数或状态变量的配置。 g2o是用于解决此类非线性最小二乘问题的开源C ++框架。 g2o被设计为易于扩展到各种问题,通常可以在几行代码中指定一个新问题。 当前的实现为SLAM和BA的多个变体提供了解决方案。 当前,该项目不支持用python编写用户定义的类型,但是预定义的类型足以实现最常见的算法,例如2d或3d场景中的PnP,ICP,捆绑
2022-04-16 19:56:57 4.46MB python binding slam bundle-adjustment
1