科傻2.0针对莱卡天宝水准数据平差、变形监测、坐标转换。

Sensirion_SDP6x_pressure_sens Arduino库可从Sensirion SDP600系列低压传感器读取压力差。 （使用I2C线库） 在哪里购买传感器： 联系或查看 使用文件 将所有三个文件保存到名为SDP6x的文件夹中。使用Arduino打开SDP6.ino文件（IDE也称为arduino编码程序）选择正确的Arduino设备并端口上载并欣赏。 使用串行监视器（或Ctrl + Shft + M）查看输出 使用I2C SDP600系列传感器在3.3V电压下运行！！ 不是5 不用担心I2C的酷事是，只要任何连接的设备（在这种情况下，传感器的电压为3.3v）的最低电压都高于Arduino的HIGH电平（〜2.5V），那么就可以连接I2C了。传感器连接到3.3V引脚，并使用3.3V作为I2C的电压。 这意味着您可以在较高电压的Arduino上使用较低电压的传感器

软件介绍: 水准数据检查工具使用说明：1）.检测点文件为TXT格式，编码为ANSl，不能为UWICODE或UTF-8；2）.检测点数据格式每行点名YXH，以空格或逗号分隔：3）.粗差比例统计按大于2/2M计算（GB243564.3.3）1.验前单位权（一等2二等4三等12）已知点名高程值测段定位起点终点高差距离2.根据高差定位数据文件，生成EpsNas平差格式文件；3.平差计算、闭合差。起算点名必须与数据中点名一致，数据外点名不能出现4.尺长改正用一对尺米长平均常数计算（输入2次）5.PDA水准记录程序，一条路线产生文件包括*.SZ？、路线文件*DAT*.LXP，观测手薄*。XLS，检查报告*XLS，高差及概略高程表*XLS文件

基于ResNet残差神经网络的图像隐藏信息识别模型.zip 基于ResNet残差神经网络的图像隐藏信息识别模型.zip 基于ResNet残差神经网络的图像隐藏信息识别模型.zip基于ResNet残差神经网络的图像隐藏信息识别模型.zip基于ResNet残差神经网络的图像隐藏信息识别模型.zip基于ResNet残差神经网络的图像隐藏信息识别模型.zip基于ResNet残差神经网络的图像隐藏信息识别模型.zip基于ResNet残差神经网络的图像隐藏信息识别模型.zip基于ResNet残差神经网络的图像隐藏信息识别模型.zip基于ResNet残差神经网络的图像隐藏信息识别模型.zip基于ResNet残差神经网络的图像隐藏信息识别模型.zip基于ResNet残差神经网络的图像隐藏信息识别模型.zip基于ResNet残差神经网络的图像隐藏信息识别模型.zip基于ResNet残差神经网络的图像隐藏信息识别模型.zip基于ResNet残差神经网络的图像隐藏信息识别模型.zip基于ResNet残差神经网络的图像隐藏信息识别模型.zip基于ResNet残差神经网络的图像隐藏信息识别模型.zip基于

ode86 对以下形式的常微分方程组进行积分dy/dx=f(x,y), y(x0)=y0, 使用12阶，8阶和6阶龙格-库塔公式对。 该方法使用高阶公式（使用局部外推法）进行改进。 对于比 1e-6 严格的公差，结果预计将优于 ODE45。 另见 ODE23 ODE45 和 ODEDEMO.M。 基于代码 ODE45 CB Moler，25-3-1987，MathWorks, Inc. 误差控制方法和系数取自通道Tsitouras 和 SN Papakostas，“Runge-Kutta 方法的廉价误差估计”，SIAM J. Sci。 计算。 20(1999) 2067-2088。 已测试 MATLAB 版本：6.1

用MATLAB的间接平差法解决测角网问题，相关题目可修改角度得以实现运算

实验内容如下： 进行二维卷积实验，选做空洞卷积和残差卷积实验； 熟练的掌握卷积神经网络的基本操作； 卷积神经网络的组织架构； 卷积神经网络各参数对其有哪些影响； 空洞卷积和残差卷积的基本原理； 手动和PyTorch.nn两种方式实现卷积神经网络的编程； 压缩包包含内容： torch.nn实现二维卷积车辆分类实验 不同超参数对比 残差卷积实验 空洞卷积实验 前馈神经网络实现车辆分类实验 手动二维卷积实现车辆分类 实验设计说明书。

(完整版)测量程序设计-平面控制网平差程序设计.ppt

经多个数据集整理而成，可直接用于训练的商品好评差评数据集，含一下分类：零食,书籍,计算机,手机数码,热水器,酒店,手机,洗发水,牛奶,衣服,平板,水果,公共有6.8w条

方差分析——以单因素一元方差分析为例