mcnp 可視化編輯器使用說明書，介紹了mcnp可視化編輯器的使用，方便描繪圖形，并能很好的發現圖中的錯誤
標簽： KLANE
上傳時間： 2018-10-11
上傳用戶：lrzss
Visual Basic（簡稱VB）是Microsoft公司開發的一種通用的基于對象的程序設計語言，為結構化的、模塊化的、面向對象的、包含協助開發環境的事件驅動為機制的可視化程序設計語言。是一種可用于微軟自家產品開發的語言。 [1] “Visual” 指的是開發圖形用戶界面 (GUI) 的方法——不需編寫大量代碼去描述界面元素的外觀和位置，而只要把預先建立的對象add到屏幕上的一點即可。 “Basic”指的是 BASIC (Beginners All-Purpose Symbolic Instruction Code) 語言，是一種在計算技術發展歷史上應用得最為廣泛的語言。
標簽： VB精選
上傳時間： 2019-03-06
上傳用戶：Yingshangling
PCA算法處理iris數據，matlab實現
上傳時間： 2020-04-15
上傳用戶：wangziming
C# 繪制直角坐標系進行數據可視化，有源碼供學習改機
上傳時間： 2020-12-03
上傳用戶：
針對科研設備管理難度較大的現象，為改善設備性能，提高利用率，設計了一套基于 ZigBee 的實驗室電源管理系統，通過射頻卡完成人員信息的采集，由數據庫進行信息管理，繼電器完成設備的開關控制。測試表明， 該系統能夠準確完成設備的開關管理，且串口屏的設計也實現了實驗室設備的可視化管理，相較于已有方案，其系統結構簡單，成本低廉，能耗低，具有較好的應用前景
上傳時間： 2021-07-28
上傳用戶：ankee1
這是一個VB6的ADDIN（外接程序），用于使用VB6開發工具直接拖放控件，直接可視化完成Python的TKinter的GUI布局和設計，可以在VB界面上設置控件的一些屬性，最終自動生成必要的代碼（包括回調函數框架），代碼生成后僅需要在對應的回調函數中增加相應的邏輯功能代碼即可。
標簽： tkinter-designer
上傳時間： 2021-09-25
上傳用戶：cdhigh
ROST Content Mining軟件簡稱ROST CM軟件，即內容挖掘分析軟件。它是由武漢大學沈陽教授及其團隊研發的,專門用來進行文本內容處理的一-款軟件。ROSTCM軟件具有分詞處理、高頻詞提取、情感分析、語義網絡分析、流量分析、可視化分析等一系列功能，一經推出便受到社會和學界的廣泛關注。截至目前已有眾多學者、科研人員和學生等群體紛紛使用這一分析工具展開了相應研究。
標簽： ROSTCM
上傳時間： 2021-12-26
上傳用戶：
通 用 測 試 系 統 能 夠適 應 多 樣 化 的 儀 器 控 制 方 式 以 及 通 信 方 式 ，實 現 測 量 儀 器 的 通 用 化控 制 ，減 輕 測 試 人 員 的 測 試 壓 力， 提 高測 試 效 率 ； 該 系 統 基 于 安 捷 倫 的 多 種 測 量 儀 器 ， 以 VISA_COM技 術 和 SCPI 儀 器 控 制 語 言 為 重 要 支 撐；結 合 模 塊 化 的 方 法 進 行 開 發系 統 通 過 對 GPIB、USB和LAN等 多 種 形 式 通 信 接 口 的 靈 活 調 度 實 現 對 測 量 儀 器 的 控制以 及 控 制 命令 和 實 驗數 據 的 傳 輸，并 具 有 處 理 和可視 化 實 驗 數 據 的 能 力 ； 系 統接 口 形 式 多 樣 、人 機 交 互 友 好 、擴 展 性 好 ，降 低 了 測 量 儀 器 的 使 用 復雜 度 ，簡 化 了 測 量 流 程，提 高 了 測 試 效 率 ，為 各 型 號 測 試 工 作 提供 了 較 好 的 支 持 。
上傳時間： 2022-01-16
上傳用戶：
1. 引言2. 概述3.3.1 100Mbps 以上的邊緣速率3.3.2 99.999% 高可靠性和≤ 1ms 的超低時延3.3.3 1 個連接/ 平方米3.3.4 其他3.3.5 小結4.1.1 高頻組網傳播損耗與穿透損耗大，室外覆蓋室內難4.1.2 無源分布式天線系統演進難、綜合損耗大、互調干擾大3.1 5G 三大業務類型3.2 室內5G 業務及特征3.3 室內5G 業務對網絡的需求4.2 多樣化的業務要求網絡具備更大的彈性容量4.3 行業應用要求網絡具備極高可靠性4.4 四代共存網絡及新業務發展要求網絡具有高效運維、智能運營能力4.5 小結5.1 組網策略： 高中低頻分層組網，提供更大容量5.2 MIMO 選擇策略：標配4T4R，提供更好的用戶體驗5.3 方案選擇策略：大容量數字化方案是必然選擇5.4 容量策略：彈性容量，靈活按需滿足業務需求5.5 可靠性策略：面向5G 業務的可靠性設計5.6 部署策略：端到端數字化部署，奠定網絡運維和運營的基礎5.7 網絡運維策略：可視化運維，實現室內5G 網絡可管可控5.8 網絡運營策略：基于網絡運營平臺，支撐室內5G 網絡智能運營5.9 小結
上傳時間： 2022-01-30
上傳用戶：qdxqdxqdxqdx
這是我在做大學教授期間推薦給我學生的一本書，非常好，適合入門學習。《python深度學習》由Keras之父、現任Google人工智能研究員的弗朗索瓦?肖萊（Franc?ois Chollet）執筆，詳盡介紹了用Python和Keras進行深度學習的探索實踐，包括計算機視覺、自然語言處理、產生式模型等應用。書中包含30多個代碼示例，步驟講解詳細透徹。作者在github公布了代碼，代碼幾乎囊括了本書所有知識點。在學習完本書后，讀者將具備搭建自己的深度學習環境、建立圖像識別模型、生成圖像和文字等能力。但是有一個小小的遺憾：代碼的解釋和注釋是全英文的，即使英文水平較好的朋友看起來也很吃力。本人認為，這本書和代碼是初學者入門深度學習及Keras最好的工具。作者在github公布了代碼，本人參照書本，對全部代碼做了中文解釋和注釋，并下載了代碼所需要的一些數據集（尤其是“貓狗大戰”數據集），并對其中一些圖像進行了本地化，代碼全部測試通過。（請按照文件順序運行，代碼前后有部分關聯）。以下代碼包含了全書約80%左右的知識點，代碼目錄：2.1: A first look at a neural network（ 初識神經網絡）3.5: Classifying movie reviews（電影評論分類：二分類問題）3.6: Classifying newswires（新聞分類：多分類問題 ）3.7: Predicting house prices（預測房價：回歸問題）4.4: Underfitting and overfitting（ 過擬合與欠擬合）5.1: Introduction to convnets（卷積神經網絡簡介）5.2: Using convnets with small datasets（在小型數據集上從頭開始訓練一個卷積網絡）5.3: Using a pre-trained convnet（使用預訓練的卷積神經網絡）5.4: Visualizing what convnets learn（卷積神經網絡的可視化）
上傳時間： 2022-01-30
上傳用戶：
