这组类的目的是使程序员能够(更)轻松地为表格生成 LaTeX 代码以及来自 MATLAB 中的数字。 我已经包含了一个 pdf 文件,其中记录了此代码的许多功能,并提供了基本功能的示例。 已经有其他解决方案可用; 但是,使用 MATLAB 类可以实现更多功能,而用户输入更少。 请注意,这些课程假定您具有 LaTeX 的工作知识,因为它不会拒绝或替换特殊字符。 例如,如果您希望标题为“This & That”,则必须将其写为“This \& That”,因为 & 是 LaTeX 中的特殊字符。 其他特殊字符包括但不限于#、$、n 和~。 我创建此代码是为了在我的研究生工作期间帮助处理一些输出。 (这也是学习如何使用类的借口,因为我以前从未有过这种需要。)因此,它写得很快,我现在知道有一些更好的方法来实现某些功能。 但是,我想我可以把它贴在这里,以防万一它会帮助其他考虑过做同样事情的人。
2023-01-28 16:32:19 3.88MB matlab
1
可在WINPE下的RAW分区修复工具,修复率达80%
2023-01-13 16:32:15 190KB 磁盘 修复工具 RAW
1
FPGA资料 该脚本可以使用运行 将design.sv,fhw.sv,timing.tcl和run_fpga.tcl复制到新文件夹 现在运行quartus_sh -t run_fpga.tcl -project(design_name)-board sockit design_name是不带.sv扩展名的Verilog设计的名称。 Tuples.sv编译为 quartus_sh -t run_fpga.tcl-项目元组-board sockit 还显示使用的资源以获取使用的详细资源,请检查output_files /(设计名称).fit.summary 要获取fmax值,请使用quartus_sta -t Timing.tcl(design_name) 重新编译新的Verilog文件 替换项目中的verilog文件 quartus_sh -t recompile.tcl(设计名称)
2023-01-04 11:40:06 3KB Tcl
1
华为光猫ONT维修使能2.0(国内版)PC541
2023-01-02 17:01:08 945KB ONT
1
一套非常好用的软件加密库,提供AES、DES、MD5、SHA、RSA等多种加密方式,可以在VC、VB、DELPHI等开发平台下使用,并提供有多种开发工具下的DEMO样例程序。
2022-12-23 19:03:08 1.33MB 源码软件
1
本文要以一个具体的磁盘阵列配置方法为例向大家介绍磁盘阵列的一些基本配置方法,给出一些关键界面,使各位对磁盘阵列的配置有一个理性认识。当然为了使各位对磁盘阵列有一个较全面的介绍,还是先来简要回顾一下有关磁盘阵列的理论知识,这样可以为实际的配置找到理论依据。
2022-12-22 17:02:27 3.11MB 磁盘阵列
1
使用方法 首先nuget安装cefsharp 84.4.10 安装完成后使用下载得到的文件中的【cef.redist.x64.84.4.1】、【cef.redist.x86.84.4.1】两个文件夹 替换【packages】原本的文件即可
2022-12-19 17:22:30 245.18MB CefSharp
1
nginx("engine x")是一个高性能的HTTP和反向代理服务器,也是一个IMAP/POP3/SMTP服务器。Nginx是由Igor Sysoev为俄罗斯访问量第二的Rambler.ru站点开发的,第一个公开版本0.1.0发布于2004年10月4日。其将源代码以类BSD许可证的形式发布,因它的稳定性、丰富的功能集、示例配置文件和低系统资源的消耗而闻名。 Nginx运行与Linux下性能最好,但由于各种原因,很多用户都使用windows环境,Nginx在win系统下很容易造成各种问题,常表现为进程莫名其妙自动退出, 造成Nginx无法处理php请求而出现超时故障。 本软件很好的解决了这个问题,启动后, 以一定间隔时间监控Nginx进程,一旦这个进程退出, 马上再次打开进程,使windows跑Nginx平稳可靠。
2022-12-14 18:05:26 747B nginx
1
傅立叶特征使网络可以在低维域中学习高频功能 | * 1 , * 1,2 , * 1 , 1 , 1 , 1 , 3 , 2 , 1 1加州大学伯克利分校, 2 Google研究中心, 3加州大学圣地亚哥分校*表示相等的贡献 抽象的 我们表明,通过简单的傅立叶特征映射传递输入点使多层感知器(MLP)能够学习低维问题域中的高频函数。这些结果揭示了计算机视觉和图形学的最新进展,这些进展通过使用MLP表示复杂的3D对象和场景来实现了最新的结果。使用来自神经正切核(NTK)文献的工具,我们表明标准MLP在理论和实践上均无法学习高频。为了克服这种频谱偏差,我们使用傅立叶特征映射将有效的NTK转换为具有可调带宽的固定核。我们建议一种选择特定于问题的傅立叶特征的方法,该方法可以大大提高MLP在与计算机视觉和图形社区相关的低维回归任务上的性能。 代码 我们提供了一个作为该核心思想的简单
2022-12-12 00:42:43 6.39MB JupyterNotebook
1