HTML5实现的手动切换幻灯片动画特效源码是一段非常有创意的html5 css3 幻灯片切换特效，很早以前就非常喜欢的一款特效，最近刚刚找到，担心以后再也找不到了，赶紧上传上来，本段代码适应于所有网页使用，有需要的朋友们可以前来下载使用。
2023-03-15 21:32:29
480KB
1
程序实现了LED灯亮灭、按键控制、串口通信、电机控制、温湿度数据采集、超声波测距、LCD显示屏显示内容这几个功能，用Keil uvision5编译，有proteus仿真图。
2023-03-13 13:49:52
7.42MB
1
提出了一种空域与小波域相结合的水印算法。算法采用有意义的二值灰度图像作为水印,首先将水印 分成2部分,一部分包含重要信息,另一部分包含次要信息。然后利用二维离散小波变换对原始载体图像进行 多级分解,并对含重要信息的水印分量进行 Arnold变换,以达到置乱图形和消除空间相关性的目的,接着将水 印数据叠加到载体图像的小波分解系数上,实现水印的嵌入。对于含次要信息的水印分量则通过 LSB算法嵌入 到经逆向小波变换生成的图像的空域中。实验证明:该算法对 JPEG有损压缩、噪声和剪切等常见水印攻击显示 出了较强的
2023-03-12 13:35:20
873KB
1
擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真。
2023-03-10 16:13:05
404KB
1
摘要：基于HFSS与ADS结合的微波滤波器设计方法是利用HFSS进行滤波器建模，并结合ADS进行曲线仿真，本文给出了具体的设计实例，并给出部分器件的仿真结果、实物和测试结果。所设计的滤波器具有：结构紧凑、性能优良以及研制周期短等优点，并已经投入实际的工程应用。
抽头式交指线微波滤波器具有较多优良特性：结构紧凑、结实，可靠性好；谐振器间的间隔较大，对加工精度要求不高；一般在没有电容加载情况下，谐振杆的长度近似为λ0/4,第二通带的中心在3ω0上，也有较好的阻带特性；另外，在ω=0和ω=ω0的偶数倍上，具有高次衰减极点，因而阻带衰减和截止率都比较大；既可以作为印刷电路形式，又可以用较粗的杆作
2023-03-10 15:10:53
201KB
1
作为没用过工作流的一员，之前看过vue引入activiti工作流的案例，但是组件中存在很多问题，这个是我修改过并且成功调用，大家可以供参考，富含Java代码（Jfinal），后续出spring版本的， 前台版本vue4.0版本，
抱歉在Modeler.vue中saveXML方法有bug改正后版本
saveXML(){
const that = this;
that.bpmnModeler.saveXML({format:true},function(err,xml){
if(err){
console.error('流程数据生成失败');
console.log(err);
return;
}
const modelId = '123';
that.bpmnModeler.saveSVG(function(err, svg) {
if(err){
console.error('流程数据生成失败！');
return;
}
let modelId = that.vals.row.id;
// alert(modelId)
if(modelId){
modelId = that.vals.row.id;
}else{
modelId = that.params.row.id;
}
request({
url: config.SERVER_URL +`/activiti/saveModelXml`,
method: 'post',
data: {
modelId: modelId,
bpmn_xml: xml,
svg_xml: svg
}
})
.then(function (response) {
console.log('this is rews : ',response);
})
.catch(function (error) {
console.log(error);
});
})
});
},
2023-03-08 18:49:38
436KB
1
GODLIKE (Global Optimum Determination by Linking and Interchange Kindred Evaluators) 是各种基于种群的全局优化方案的泛化。 此外，它只需添加额外的目标函数即可处理单目标和多目标优化。 GODLIKE 使用遗传算法、差分进化、粒子群优化和自适应模拟退火算法的相对基本实现来解决优化问题。 其强大之处在于，这些不同的算法同时运行（链接），并且每个种群的成员之间有时也会互换（互换），以减少收敛到局部极小值的机会。 它主要是为了提高鲁棒性，而不是效率，因为它通常需要比任何单独的算法更多的函数评估。 它还旨在消除每次遇到优化问题时对这些算法进行微调的需要，并概括优化本身（它既是单目标优化器又是多目标优化器），并生成要使用的简单图在快速报告等中
基本示例：
（单目标）
% 扩展 Rosenbrock 函数罗森 =
2023-03-07 15:50:59
616KB
1