本系統(tǒng)采用B/S架構(gòu)，是學(xué)校智能辦公系統(tǒng)的一部分，菜單中的“用戶管理”、“權(quán)限管理”、“菜單管理”、“幫助主題”已集成在辦公系統(tǒng)之中，因此本系統(tǒng)不提供這幾項功能。 2、本系統(tǒng)采用集中管理、分工合作的方式，將用戶分為五個級別，每個級別的用戶只能使用相應(yīng)的功能，因此，能公平、公正、公開地考評各位教師的教學(xué)質(zhì)量。 3、支持多人同時操作和遠程操作，大大縮短數(shù)據(jù)錄入時間。
標簽： 架構(gòu)
上傳時間： 2015-03-16
上傳用戶：yan2267246
非均勻有理b樣條曲線nurbs的C＋＋源碼庫。 3.0.11版
上傳時間： 2015-04-24
上傳用戶：Miyuki
Haskell 中文教程1-3章(flw譯) 純粹的函數(shù)型編程語言。以著名邏輯學(xué)家 Haskell B. Curry 的名字命名。 最初的目的是想要設(shè)計出滿足下面這些要求的語言： 1，它必須能夠適合教學(xué)、研究、應(yīng)用開發(fā)，包括一些大系統(tǒng)的構(gòu)造。 2，它必須能夠使用形式語言來準確描述。 3，它必須是自由免費的，任何人只要愿意都可以獲取、使用和再次發(fā)布它。 4，它必須建立在大家一致認可的基礎(chǔ)上。 5，它應(yīng)該能夠消除目前的函數(shù)型編程語言的差異。
上傳時間： 2014-01-10
上傳用戶：685
Delphi2005 BS程序設(shè)計技巧集 (1-3) 現(xiàn)在delphi 2005 B/S的書籍資料太少，幾乎沒有可參考的資料，這在一定程度上限制了delphi 2005的使用，相反C#，ASP的書籍資料到處都是。通過幾個月的學(xué)習(xí)也算是總結(jié)了一點經(jīng)驗，從現(xiàn)在起我將陸續(xù)將ASP和C#的例子、技巧翻譯到delphi 2005下面，希望對大家的學(xué)習(xí)和工作有幫助，畢竟.Net是一種發(fā)展趨勢。我將不定期寫新的內(nèi)容，同時，如果你在工作或?qū)W習(xí)中有什么問題，我也會將問題加入本篇文章，另外，一個人的能力畢竟有限，也希望大家共同來解決問題。 宋雨炫
上傳時間： 2013-11-25
上傳用戶：lgnf
車牌定位－－－VC++源代碼程序 1.24位真彩色->256色灰度圖。 2.預(yù)處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對不同牌照有一定的適應(yīng)性,能夠保證背景基本被置為0,以突出牌照區(qū)域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波 區(qū)域灰度基本被賦值為0?？紤]到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區(qū)域裁剪,截取車牌圖像。
上傳時間： 2013-11-26
上傳用戶：懶龍1988
s平面中直接形式到級聯(lián)形式的轉(zhuǎn)換 ％適合模擬濾波器的 ％C為增益系數(shù) ％B為包含各bk的K乘3維實系數(shù)矩陣 ％A為包含各ak的K乘3維實系數(shù)矩陣 ％b為直接形式的分子多項式系數(shù) ％a為直接形式的分母多項式系數(shù)
上傳時間： 2015-07-22
上傳用戶：sdq_123
％直接型到并聯(lián)型的轉(zhuǎn)換 ％ ％[C,B,A]=dir2par(b,a) ％C為當(dāng)b的長度大于a時的多項式部分 ％B為包含各bk的K乘2維實系數(shù)矩陣 ％A為包含各ak的K乘3維實系數(shù)矩陣 ％b為直接型分子多項式系數(shù) ％a為直接型分母多項式系數(shù) ％
上傳時間： 2014-01-20
上傳用戶：lizhen9880
直接型到級聯(lián)型的形式轉(zhuǎn)換 ％ [b0,B,A]=dir2cas(b,a) ％b 為直接型的分子多項式系數(shù) ％a 為直接型的分母多項式系數(shù) ％b0為增益系數(shù) ％B 為包含各bk的K乘3維實系數(shù)矩陣 ％A 為包含各ak的K乘3維實系數(shù)矩陣 ％
上傳時間： 2013-12-30
上傳用戶：agent
1.24位真彩色->256色灰度圖。 2.預(yù)處理:中值濾波。 3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對不同牌照有一定的適應(yīng)性,能夠保證背景基本被置為0,以突出牌照區(qū)域。 4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。 5.用自定義模板進行中值濾波 區(qū)域灰度基本被賦值為0?？紤]到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。 7.區(qū)域裁剪,截取車牌圖像。
上傳時間： 2014-01-08
上傳用戶：songrui
區(qū)域增長的算法實現(xiàn): 1)根據(jù)圖像的不同應(yīng)用選擇一個或一組種 子,它或者是最亮或最暗的點,或者是位 于點簇中心的點 2...通過像素集合的區(qū)域增長 算法實現(xiàn): 區(qū)域A 區(qū)域B 種子像素增長.3)增長的規(guī)則 4) 結(jié)束條件.
上傳時間： 2015-09-30
上傳用戶：wcl168881111111
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
