罗兰(LORAN)导航系统 罗兰导航系统是一种根据测量距离差来定位的系统,全名是远程式导航系统(LONG RANGE NAVIGATION SYSTEM)。 目前使用的罗兰C导航系统作用距离可达2000公里,定位精度优于300米。
1
每个代码都可以运行哦 运行环境我的是VC6.0 数值分析C++源码-二分法,迭代法,牛顿法,高斯消元法,高斯先列主元消元法,高斯全主元消元法,标度化列住院消元法,直接三角分解法,道立特分解法,改进的平方根法,平方根法,雅克比法,高斯赛德尔迭代法,牛顿插值法,拉格朗日插值法,最小二乘法,牛顿插值
2023-03-01 14:27:23 2.38MB 数值分析 最小二乘法 迭代法 消元法
1
Visual C++ 2010 Express//Visual C++ 2010 学习版 离线安装版
2023-03-01 11:07:42 421.05MB 计算机等级考试二级
1
更新说明: 新增-分类页海报功能,默认获取首页推荐位的分类,如需额外推荐,视频推荐 8 新增-详情页右上角的角标,可后台自定义文字设置 新增-后台新增安全控制功能,后台可自定义设置文字及安全开关 优化后台部分功能预设,协助首次使用的用户搞不清楚功能效果 优化排行榜视频顺序按照最新更新顺序展示 修复部分已知的 BUG 安装模板教程说明: 1、将模板压缩包上传到苹果cms程序/template下解压 2、网站模板选择mxone 模板目录填写html 3、网站模板选择好之后一定要先访问前台,然后再进入后台设置 4、主题后台地址: mxoneX主题,/admin.php/admin/mxone/mxoneset admin.php改成你登录后台的xxx.php
2023-03-01 10:41:27 945KB 苹果CMS10 苹果CMS10模板
1
【barcodelib条形码类库】 支持一维码EAN8, EAN13, UPCA, CODE39, CODE128, ITF,二维码QR_CODE的生成和读取。 本类库基于ZXing条形码库修改而来,主要的改动: * 取消支持部分条形码,较少库文件大小。 * 拆分为barcodelib.swc和barcodelib.decode.swc2个库,分别用于生成条形码和读取条形码。启用读取条形码操作时要同时引入barcodelib.swc和barcodelib.decode.swc2个库。 * 修改QR_CODE码逻辑,支持中文。 已在Flex SDK 3.6, 4.5下测试通过。 工程使用Flash Builder 4.5打开,如果使用其他版本开发工具打开,可能需要作少量调整才能编译通过。
2023-03-01 10:34:42 362KB flex 条形码 一维码 二维码
1
Maxwell本身具有脚本录制功能,但是脚本代码冗长难以修改。本代码在对基本脚本的学习上,使用Python语言完成了批量输出所需数据脚本的编写,快速方便后续数据文件的处理。
2023-03-01 10:33:32 8KB maxwell python 二次开发
1
针对滑坡涌浪灾害中波浪的产生和传播分析至关重要的问题,利用FLUENT软件平台,提出了边界造波的数值方法,并通过二次开发实现了二阶Stokes波的数值模拟。该边界造波法以不可压缩粘性流体的Navier-Stokes方程和追踪自由面的VOF法为基础,借助FLUENT软件中的UDF功能定义了入射边界处波浪的速度和波形解析表达式,从而模拟了二阶Stokes波的产生和传播。计算结果表明,该数值水槽能有效可靠的模拟弱非线性波浪。这为后续模拟由滑坡涌浪所产生的波浪提供了一定的研究基础。
2023-03-01 09:17:02 1.69MB 边界造波法 数值水槽 二阶Stokes波
1
程序展示了基础功能,解释了金橙子二次开发的原理,其他应用功能可以借鉴。
Labview机器视觉-USB摄像头识别二维码-完整程序。基于NI-VISION的视觉识别,需要安装好对应的扩展。使用USB摄像头,在程序中实时识别和解码二维码。使用程序前注意先阅读read me.txt文件,选择好摄像头编号,便可在前面板中实时识别二维码。如果想要了解代码中每个vi的作用,可以在我的博客主页搜索《【Labview机器视觉】- USB摄像头识别和解码二维码 - 学习记录》该文章并学习,感谢您的支持和鼓励!
1
为了进一步提升建筑物遥感图像分割的准确性和运算速度,本文提出了基于混沌布谷鸟优化的二维 Tsallis交叉熵的建筑物遥感图像分割方法。首先给出了二维 Tsallis交叉熵的阈值选取公式,然后将 Logistic混沌映射引入布谷鸟算法,进一步加快布谷鸟算法的收敛速度,最后通过该混沌布谷鸟算法优化基于二维 Tsallis交叉熵的阈值寻找过程,并以得到的最优阈值分割建筑物遥感图像。大量实验结果表明,与二维倒数交叉熵法、二维 Tsallis熵法、基于混沌粒子群优化的二维 Tsallis灰度熵法等方法相比较,本文方法分割的目标更为准确,细节更为清晰,且运算时间更短。
1