积分管理系统java源码 欢迎报bug或pull request ~ 若图片不能正常显示，请点击博客地址： production_ssm 这是一个生产管理ERP系统。依托科技计划重点项目“制造装备物联及生产管理系统研发”，主要包括：计划进度、设备管理、Craft.io监控、物料监控、人员监控、质量监控、系统管理7大模块。 项目技术架构(Spring+SpringMVC+Mybatis） Maven Spring（IOC DI AOP 声明式事务处理） SpringMVC（支持Restful风格） Hibernate Validator（参数校验） Mybatis（最少配置方案） shiro权限控制,结合ajax实现了异步认证与异步授权，同时实现了细粒度的权限动态分配（到按钮级别）；添加了shiro session过期的登录跳转 jQuery EasyUI开发前端页面，利用jQuery文件上传插件实现拖拽上传的效果并对文件类型、大小、数量进行控制；利用search-box实现查找功能 统一的异常处理 JSP JSTL JavaScript kindeditor富文本编辑器，处理图片上传和

omp算法matlab代码OBD数据分析 MATLAB项目旨在分析从多个驾驶会话中收集的数据，以建立能够识别不同驾驶条件的分类器。 该存储库包含我用来对从多个驾驶会话中收集到的数据进行分析的所有文件。 数据涉及速度和RPM（每分钟转数）。 为了收集它们，我开发了应用程序OBDConnection，其代码可以在我的GitHub页面上找到（它基本上是通过OBD II蓝牙适配器在智能手机和汽车之间建立蓝牙连接）。 分析目标是推断有关各种驾驶会话的驾驶状况的一些信息。 特别要指出的是，他们选择了哪种道路，例如高速公路，城外，城市（城内）。 刚开始时，我还想推断出谁是每个会话的驱动程序，但是在编写了一些预处理代码（包含在OBDDataAnalysis \ Old_DriverRecognition文件夹中）之后，我决定专注于一个简单的问题。 MATLAB项目包含在OBDDataAnalysis \ project中，而所有其他文件夹包含测量的数据（分为会话）。 在项目文件夹中，您可以找到所有.m文件。 特别是： •“ OrganizeCollectedData.m”包含用于读取收集的数据并将其保

matlab代码续行干燥土壤和沙漠生物结壳的力学模型 该存储库包含动态水合作用条件下的沙漠生物地壳模型（DBM）的源代码。 这项工作是在静态水合条件下DBM的延续[1]。 您可以在找到该工作的主要代码。 要执行此模型，请按照此处的说明执行，并执行主代码Main_BSC_biogeoscience.m。 干燥土壤的模型[2]使用Main_BSC_biogeoscience.m的输出作为初始条件。 这样可确保在给定条件下稳定微生物群落的分布和活性（请考虑对真实土壤进行采样并在所需条件下进行实验！）。 稳定的社区在干燥和黑暗的条件下进行了3天（足以耗尽碳源，并且硝化活性占主导地位）。 种群动态达到假稳态后，应用干湿循环（持续时间为24小时）。 与Main_BSC_biogeoscience.m的主要区别在于水合条件的动态更新（分配有基质电势）。 在润湿或干燥期间，该区域会保留所有化合物的质量，从而导致浓度和气体外流的变化。 用法 步骤0。MATLAB安装并下载整个文件中名为“ codes”的所有文件 步骤1.在田间持水量（-3kPa）下接种微生物细胞 执行Main_BSC_biogeosci

matlab输入函数公式代码varpro2 用于可分离非线性最小二乘优化问题的可变投影算法 VARP2 的相当快速的 MATLAB 实现。 关于 该软件允许您有效地解决最小二乘问题，其中对某些参数的依赖是非线性的，而对其他参数的依赖是线性的。 特别是，这个软件可以让你解决表格的问题 min_{a,B} |X - F(a) B|_F^2 + | R*a |_2^2 其中 X 是大小为 m × n 的数据矩阵，F(a) 是矩阵值函数（维度为 m × l 的矩阵），具有向量输入 a（对 a 的条目的依赖性可能是非线性的），R 是矩阵，B 是 al by n 矩阵。 代码需要的是一个函数，用于评估任何 i 的 F(a) 和 dF(a)/da_i（有关更多详细信息，请参阅代码文档）。 通常情况下，dF(a)/da_i 是一个稀疏矩阵。 在这种情况下，建议返回一个稀疏矩阵。 带有 R 的术语是可选的，可以用标量（对应于 Tikhonov 正则化）或矩阵来指定。 VARP2 算法基于以下会议记录报告： 用于解决非线性最小二乘问题的变量投影算法的扩展和使用，GH Golub 和 RJ LeVeque

数字测频 matlab代码 基于 MATLAB 的 计算机视觉工具箱的 cxk 篮球换头 声明：素材及其源文件均来自的，并且律师函只给 UP 一个人。不会两开花。 确定训练文件，也就是需要提前进行视频截图，这里使用一个程序 CAIXUKUNdetector 对于截取一定的视频帧，保存为图像文件。 这个工作的完成也可以依靠收手动完成，主要是为了标定图像进行分类。 选择好图像之后。需要对图片进行打标签，也就是哪一部分是什么。工具箱为 Image Labeler 在进入工具箱之后，就需要对图片进行标定 这个需要 New Session-->Load-->Add image from folder-->Define New ROI Label，Scene Label Definition-->对每一张导入的图片都手工打标-->Export Labels to file。 在打标完成导出数据之后，需要对数据进行训练，这里的 acfDetectortraining.m文件就是做这个用处的 negativefactor=9.5; load('cxk\data RGB\copy.mat','gTrut

DFT的matlab源代码kfr-fft 高度优化的FFT KFR是快速，现代的C ++ DSP框架，DFT / FFT，音频重采样，FIR / IIR滤波，Biquad，矢量函数（SSE，AVX） 特征 FFT针对SSE2，SSE3，SSE4.x，AVX和AVX2处理器进行了优化 双精度和单精度 表演 FFT（双精度，大小范围从1024到16777216）有关基准测试过程的详细信息，请参见。 先决条件 macOS：XCode 6.3、6.4、7.x，8.x Windows：MinGW 5.2和Clang 3.7或更高版本 Ubuntu：GCC 5.1和Clang 3.7或更高版本 CoMeta元编程库（已包含） 测验 执行build.py以运行测试或从tests目录手动运行测试 在以下系统上测试： OS X 10.11.4 / AppleClang 7.3.0.7030031 Ubuntu 14.04 / gcc-5（Ubuntu 5.3.0-3ubuntu1〜14.04）5.3.0 20151204 / clang版本3.8.0（tags / RELEASE_380 / final

用卷积滤波器matlab代码CRF-RNN用于语义图像分割 现场演示： 更新： 版本现已可用。 现在，我们支持最新的Caffe未来版本。 该软件包包含ICCV 2015论文中发布的“ CRF-RNN”语义图像分割方法的代码。 本文最初在NET中进行了描述。 基于此代码的在线演示在2015 ICCV上获得了最佳演示奖。我们的软件基于深度学习库构建。 当前版本由以下人员开发： ，，，和Suzhizhong。 导师： 我们的工作允许计算机识别图像中的对象，而我们的工作的与众不同之处在于，我们还可以恢复对象的2D轮廓。 目前，我们已经训练了该模型以识别20个班级。 该软件可以让您在自己的图像上测试我们的算法–试试看是否可以欺骗它，如果您得到一些好的示例，可以将其发送给我们。 我们为什么这样做？ 这项工作是为弱视者打造增强现实眼镜项目的一部分。 请在此处阅读有关内容。 有关演示和有关CRF-RNN的更多信息，请访问项目网站：。 如果您使用此代码/模型进行研究，请引用以下论文： @inproceedings{crfasrnn_ICCV2015, author = {Shuai Zheng and

热传递matlab代码cfd-matlab问题 我编写的代码是为解决我在大学中的计算传热和流体力学课程中的CFD和传热问题而开发的。

欧氏距离matlab代码Tensorflow_Pytorch_Sinkhorn_OT 用于计算两个离散分布之间的最佳运输（OT）距离的Sinkhorn算法[1]的Tensorflow（1.0或2.0）和Pytorch实现。 概述 这些实现是从Cuturi到Tensorflow和Pytorch的改编，它们能够利用其自动差异功能和在GPU上运行的能力。 这些实现并行计算N对离散分布对（即，概率向量）之间的OT距离。 它对应于Cuturi实施中的“ N倍1-vs-1模式”。 输入 a ：D_1×N矩阵，每列是D_1维（规格化）概率向量。 b ：D_2×N矩阵，每列是D_2维（规格化）概率向量。 M ：D_1×D_2矩阵，成本函数正，对角线应为零。 lambda_sh, numItermax, stopThr ：算法的参数，与Cuturi的实现相同。 a, b, M是Tensorflow或Pytorch的张量，因此，反向传播适用。 输出 该算法输出一个N维矢量，第n个元素是a[:,n]与b[:,n]之间的（近似）OT距离。 测试 在test.py文件中，提供了Cuturi的Matlab实现与我

matlab灰度处理代码