本文主要讲了汽车蓄电池自放电和极板短路原因及处理方法。
2024-02-23 17:38:19 29KB 汽车电子 极板短路
1
如下所示: from PIL import Image import numpy as np # 反相 # a = np.array(Image.open("test.jpg")) # b = [255, 255, 255] - a # 灰度,反相 # a = np.array(Image.open("test.jpg").convert('L')) # b = 255 - a # 灰度,颜色变谈 # a = np.array(Image.open("test.jpg").convert('L')) # b = (100/255)*a + 150 # 区间压缩再增加 # 灰度,颜色加重 #
2024-02-23 17:20:41 35KB numpy
1
Forge-API文档 Minecraft是用Java编写的。 修改Minecraft的一种方法是使用Forge API与Minecraft的本机代码进行交互。 为了理解这些API,我在计算机上编译了最新的Forge Mod,并使用javadoc生成了HTML文档页面。 (版本1.16.5-36.1.2)[ ]
2024-02-23 16:53:18 21.73MB
1
一种机载LiDAR和车载LiDAR点云的自动配准方法,张靖,沈欣,机载激光扫描(ALS)和车载激光扫描(MLS)是目前采集城区三维数据的重要手段。由于两者工作方式的局限性,都不能完整获取目标顶面
2024-02-23 15:34:53 524KB 首发论文
1

针对多船舶之间的协同合作问题, 对船舶的编队控制进行了研究. 通过运用领航者-跟随者方法, 选择
在Cartesian 坐标系下建立新的船队编队控制模型, 基于这种模型, 利用反步技术和李亚普诺夫理论设计了一种可使
船队按期望队形航行的船队编队控制器. 通过考虑领队船舶与跟随船舶的航向角误差, 保证了跟随船舶航向角的稳
定性, 从而避免其在航行过程中不断振荡. 最后对所设计的控制方法的正确性及有效性进行了仿真验证.

2024-02-23 13:33:44 242KB
1
这是用于非目标排序和拥挤距离方法(MOBO2)的多目标bo黑猩猩优化程序(MOBO)的Matlab代码。 开发了三个版本的MOBO, 例如采用网格索引方法的 MOBO (MOBO1)、采用非支配排序和拥挤距离方法的 MOBO (MOBO2) 和采用分解技术的 MOBO (MOBO3)。 通常,在这三个版本中,与其他两种方法相比,MOBO2方法具有更好的性能。 这是为解决无约束的优化问题而编写的。 然而,它也可以用惩罚函数方法解决约束优化问题。 用户应编写自己的目标函数并进行相应的修改。 根据问题的需要修改通用参数和算法特定参数。 有关 MOBO 算法的详细信息,请参考并引用如下所述: Das,AK,Nikum,AK,Krishnan,SV等。 Multi-objective Bonobo Optimizer (MOBO):一种用于多标准优化的智能启发式算法。 Knowl Inf S
2024-02-22 15:08:58 7KB matlab
1
莎士比亚有一句名言:一千个人心中有一千个哈姆雷特,在千人千面的互联网用户体验中,每个运营都可以是长袖善舞。2015年,似乎是一个让人颇有感触的年份。对个人而言,1月15日加入京东JD.COM,成为这个创业十多年团队中的一员,来做一份有价值、有梦想的事业,和团队一起去创造一个万亿规模的国民企业!这一年里,每天都像狂奔的兔子,不停息往前冲,忙碌成为了每天的主旋律!对电商和互联网而言,环境更加纷繁复杂,平台电商阿里增长放缓,而移动电商加速垂直化、场景化、社交化,如蜜芽2年时间平台GMV已达25亿,估值80多亿。同时,巨头间竞争更加惨烈,合纵连横,波澜壮阔,美团大众合并,携程、艺龙、去哪儿合并,58、
2024-02-22 10:56:49 605KB
1
主要介绍了ThinkPHP基于PHPExcel导入Excel文件的方法,对于Excel文件的上传、读取操作以及写入数据库等都做了较为详尽的讲述,在进行项目开发的过程中非常具有实用价值,需要的朋友可以参考下
2024-02-17 12:48:20 57KB ThinkPHP PHPExcel Excel
1
主要介绍了autojs 蚂蚁森林能量自动拾取即给指定好友浇水的实现方法,本文通过图文并茂实例代码相结合给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
2024-02-16 15:25:59 769KB autojs 蚂蚁森林
1
先给大家介绍下python pickle存储、读取大数据量列表、字典的数据 针对于数据量比较大的列表、字典,可以采用将其加工为数据包来调用,减小文件大小 #列表 #存储 list1 = [123,'xiaopingguo',54,[90,78]] list_file = open('list1.pickle','wb') pickle.dump(list1,list_file) list_file.close() #读取 list_file = open('list1.pickle','rb') list2 = pickle.load(list_file)
2024-02-15 11:50:55 68KB
1