纯js的k线图demo,可以直接运行测试,是比较专业的k线图了,包含得有均线,canvas画图,K线图趋势。包含1分钟线,分时线
2024-02-21 14:00:08 105KB k线图,js
1
VC6.0在64位Windows7下调试的时候,直接结束调试时,程序无法退出,这个插件可以帮助在win764位调试时直接结束调试退出程序。
2024-02-04 09:51:39 54KB VC6.0 64位Win7调试 无法直接退出
1
纯手打,良心推荐,可以直接打印
2024-01-31 18:27:59 11KB
1
倒四棱锥模型,glb格式 cesium直接可用
2024-01-31 10:20:26 134KB cesium
1
XCP basic代码包(可直接移植)
2024-01-27 20:16:02 54KB
1
大学毕业设计 使用python基于opencv开发车牌识别系统,可以实现后台传输的图片识别 使用了两个相同结构的卷积神经网络 车牌识别系统可以分为两个部分, 第一个部分是车牌定位过滤部分; 第二个部分是字符识别部分; 在这两部分中我都是使用CNN卷积神经网络训练之后进行识别内容。 车牌定位部分使用的技术主要为图像预处理,车牌轮廓提取还有车牌的定位; 字符识别部分使用的技术主要为字符的分割,然后完成字符识别,输出车牌信息。 输入层:36x128 第一层卷积:卷积核大小:3x3,通道数:3,卷积核个数:32,激活函数使用Relu,四个维度的滑动步长为1,填充算法的类型:SAME。 第一层池化:使用池化窗口大小为2x2的最大池化,由于不想在batch(批量)同channels(通道)做池化,因此设置为1. 第二层卷积:卷积核大下:3x3,通道数为32,卷积核个数:64,激活函数使用Rule,四个维度的滑动步长为1,填充算法的类型:SAME。 第二层池化:同样使用池化窗口大小为2x2的最大池化,由于不想在batch(批量)同channels(通道)做池化,因此设置为1. 第三层卷积:卷积核大
2024-01-27 16:51:24 459.37MB opencv python 车牌识别系统 卷积神经网络
1
W5500驱动,STM32-DMA-W5500驱动,使用LL库,下载直接可用,附带cubemx配置文件,注释详细,方便移植修改
2024-01-25 16:20:37 10.66MB stm32 W5500
1
资源包含python实现的图片转换视频或者视频转图片的代码以及详细注解;同时我将改代码封装为了工具,利用PyQT5进行界面UI设计,资源中包含PyQT5的原始项目文件以及源码,可直接使用;除此之外,资源中还包含一个由代码封装而来的exe格式的图片视频转换工具。 资源为python代码资源,主要详细演示了如何将视频拆分为图片以及如何将多张图片合成为视频。 代码中,主要利用OpenCV实现视频的拆分以及图片合并为视频功能。 代码中,主要利用PyQT5进行界面设计,还包含一个原创软件图标。 工具为windows平台下可执行exe文件,可拆分视频,合并视频为图片,可显示拆分/合并进度等。
2024-01-24 00:01:45 306.53MB python 毕业设计 pyqt5 源码
1
花血本在网上的一个开源库 ,本人编译后亲测20台清装xp sp2的机器,无问题,win7 和win8 也测试过,无问题。。
1
Maltab实现CNN卷积神经网络故障诊断(代码完整,可直接运行,适合2018及以上) 卷积神经网络(convolutional neural network)是具有局部连接、权重共享等特性的深层前馈神经网络,最早主要是用来处理图像信息。 相比于全连接前馈神经网络,卷积神经网络有三个结构上的特性:局部连接、权重共享以及汇聚,这些特性使得卷积神经网络具有很好的特征提取能力,且参数更少。 利用各种检查和测试方法,发现系统和设备是否存在故障的过程是故障检测;而进一步确定故障所在大致部位的过程是故障定位。故障检测和故障定位同属网络生存性范畴。要求把故障定位到实施修理时可更换的产品层次(可更换单位)的过程称为故障隔离。故障诊断就是指故障检测和故障隔离的过程。
2024-01-22 10:02:02 73KB 神经网络
1