ABB ACS510变频器恒压供水昆仑通态直接通讯一拖二 ABB变频器恒压供水触摸屏通讯程序 1.采用ABB变频器Acs510 自带恒压供水功能; 2.用昆仑通态触摸屏直接通讯变频器; 3.变频器自身自带供水功能,省去plc,节约成本,稳定,可靠; 4.里面含有大部分通讯协议,参数只需一键填入,避免变频器参数调试的繁琐;
2024-04-18 01:34:10 862KB
1
联相昭阳笔记本电脑E49A (本人配置:i3-3110M 4G内存,nvidia geforce 610M/1G 显卡,HM77芯片组联想20161) win7和win10系统64位,以管理员权限运行直接刷,就可随心所意更换无线网卡,GOODLUCK,让老本飞起来,本人亲测AC7650可跑满886M
2024-04-15 22:00:11 2.88MB windows
1
本资源是摔倒识别数据集的yolov8格式,可以直接使用yolov8训练。 随着科技的不断进步,人工智能已经逐渐渗透到我们的日常生活中。其中,摔倒识别模型的设计与应用,更是体现了技术对生活的深切关怀。这一模型的重要性不容忽视,它关乎到每一个人的生活安全与健康。 对于老年人或者身体机能受损的人群来说,摔倒是一个常见的风险。在无人陪伴的情况下,一旦发生意外,后果不堪设想。而摔倒识别模型,能够在第一时间察觉到这一情况,迅速做出反应,为救援争取宝贵的时间。不仅如此,通过实时的数据分析,它还能预测摔倒的高风险时刻,提前做出预警,避免不幸的发生。 此外,摔倒识别模型的设计也对医疗领域有着深远的影响。它不仅能够为医生提供更加准确、全面的病人数据,还能协助医生进行远程监控,确保患者得到及时的医疗援助。这对于那些需要长期照顾的患者来说,无疑是一个巨大的福音。 摔倒识别模型不仅仅是一个技术产品,更是对人类生活质量的保障和提升。它体现了科技的力量,也展现了我们对生活的责任和关怀。设计并不断完善这样的模型,是我们对未来的期待,也是我们对生活的承诺。
2024-04-15 19:58:08 259.07MB 数据集 目标检测 计算机视觉
1
我已将C51工程文件以及Proteus文件都上传,除此之外还有C语言、STC8H8K系列等源码,所有资源均为免费下载,欢迎各位亲手尝试。 感谢各位观看!
2024-04-15 15:21:23 58KB Proteus
1
YOLOv8网络结构图,自制visio文件,yolov8.vsds,需要的自取,在原有的基础上直接改就行了
2024-04-15 15:12:24 98KB 网络结构
1
自己修改的参数,压的比较稳
2024-04-13 14:14:56 527KB PUBG
1
Cadence virtuoso smic 180工艺库 标准库 OA库 BCD库 直接使用 含PDK文件 IC617/IC618工艺文件 直接导入可使用,用于学习的标准单库
2024-04-12 17:59:40 210.74MB
1
风云GM工具开源易语言写的,直接开源
2024-04-11 16:46:23 783KB
1
这是一种快速且非迭代的椭圆拟合。 用法: A = EllipseDirectFit(XY) 输入:XY(n,2)是n个点的坐标数组x(i)=XY(i,1), y(i)=XY(i,2) 输出:A = [abcdef]' 是系数向量最佳拟合椭圆的方程: ax^2 + bxy + cy^2 + dx + ey + f = 0, 要将此向量转换为几何参数(半轴、中心等),请使用标准公式,例如 Wolfram Mathworld 中的 (19) - (24): http://mathworld.wolfram.com/Ellipse.html 这种椭圆拟合是在文章中提出的AW Fitzgibbon, M. Pilu, RB Fisher “椭圆的直接最小二乘拟合” IEEE 翻译帕米,卷。 21,第 476-480 页(1999 年) 作者将其称为“直接椭圆拟合”。 我的代码基于数
2024-04-10 21:42:54 931B matlab
1
可直接运行, 1、内容概要:本资源主要基于XGBoost与LightGBM实现文本分类,适用于初学者学习文本分类使用。 2、数据集为电商真实商品评论数据,主要包括训练集data_train,测试集data_test ,经过预处理的训练集clean_data_train,训练好的word2vec词向量模型w2v_model.pkl和中文停用词表stopwords.txt,可用于模型训练和测试,详细数据集介绍见商品评论情感数据说明文档。 3、源代码:word2vec_analysis.py 是基于Word2Vec进行词向量的生成,采用向量平均求得句向量,然后分别构建RandomForest和GBDT分类模型进行文本分类。 4、源代码:xgboost_model.py是基于xgboost模型对文本进行分类。 5、源代码:lightGBM_model.py是基于lightGBM模型对文本进行分类。
2024-04-10 20:39:49 37.99MB 数据集
1