手写方程式求解 使用卷积神经网络求解手写方程 要求 OpenCV 凯拉斯 介绍 在这个项目中，我尝试使用opencv和pretrain resnet50模型评估手写表达式。 为了测试项目，我在油漆上创建了手写表达并将图像加载到Evaluate_Equation.ipynb中 代码说明 1. Extract_data.ipynb 从数据集中加载图像 图像->灰度->图像取反 查找轮廓 按boundingRect排序 查找具有最大面积的矩形 裁剪图片 将图像调整大小并调整为一维数组 附加课程（从0到12的数字） 存储在列表中并转换为csv 2. Handwriting_train.ipynb 使用熊猫导入csv 分为图像和标签 将1D图像转换为3D图像 将图像重塑为（，28,28,3） 导入预训练的Resnet50模型并添加密集层 训练模型 保存模型 3. Evaluate_Equ

DFT 近似计算信号频谱专题研讨 【目的】 (1) 掌握利用 DFT 近似计算不同类型信号频谱的原理和方法。 (2) 理解误差产生的原因及减小误差的方法。 (3) 培养学生自主学习能力，以及发现问题、分析问题和解决问题的能力。 【知识点】 利用 DFT 分析连续信号的频谱 DFT 参数 【背景知识】 声音包括语音、乐音、噪音等。乐音是发音物体有规律地振动而产生的具有固定音高的音，如 音乐中的 1(Do)、2(Re)、3(Mi)。按照音高顺次排列的一串乐音就是音阶，如大家熟悉的 1(Do )2(Re)3(Mi) 4(Fa)5(So)6(La)7(Si)就是音阶。

广联达全国各地一键写锁工具，随意切换

对于Xilinx公司Zynq系列的FPGA支持QSPI方式启动加载，但在Vivado开发环境SDK中不能够支持国产化厂家复旦微电子生产的Nor QSPI Flash，为此验证FPGA采用XC7Z020，Nor FLASH采用FM25F32。并成功烧写了uboot和FSBL，启动加载成功。 因为SDK不能支持这款FLASH，所以用SDK自带烧写工具不能够烧写成功。因此采用自编测试程序进行烧写

项目简介 这是一个在线客服咨询系统，还在缓慢开发中 核心技术 后端 Spring Boot Spring Security + jwt MyBatis MyBatis-Plus Netty 前端 Vue + 项目部署 后端 目录 customer-service 中是后端项目 创建数据库并导入 kefu.sql 修改 kefu-admin Module 下 application-dev.yml 配置文件中的数据库配置 前端 目录 customer-service-manage 中是前端项目 npm install 安装依赖包 npm run dev 运行项目 截图

风云GM工具开源易语言写的，直接开源

项目用到服务器SocketAsyncEventArgs高并发，尽管百度上千姿百态，还是自己总结写了一个可以接入项目的高性能~~还有用于模拟客户端发送的工具tcpudptest，，更改IP跟端口号就行~~纪念下写了三个多月的通信~~

本工具是CMedia的CM6631A平台的固件烧写程序，支持CM6631A的固件通过USB烧写。烧写时注意拔掉其他USB可烧写固件的设备，防止烧错设备造成损失。

MAC系统怎么将大小写敏感的系统分区转换为大小写不敏感？方法见附件。

Python课程设计—基于卷积神经网络手写数字识别系统，经老师指导通过的高分项目。 选题 利用numpy完成手写数字数据集的识别，完成多分类问题，搭建神经网络，并且完成模型的训练以及性能评估，可视化数据 用到的知识 sklearn 数据集的提取分割 yaml配置文件使用 numpy实现各个神经层 参数初值选择 梯度下降方法选择 sklearn 分类模型评估 matplotlib数据可视化 设计模式 Markdown写报告