最近去看監視器材,看到他們的監視軟體 就突發奇想自己來寫一個看看 程式會把移動中的物體用綠色框框起來 並且把當時的影像存成jpg檔(我把這個功能註解起來了) 我這個程式是在UltraEdit(類似記事本)下寫成的 程式裡用到JMF套件 主程式是webcamCapture.java
上傳時間： 2015-05-22
上傳用戶：zaizaibang
采用微軟力推的ASP.Net(C#)編寫而成的爍空網絡課堂系統，主旨在在Internet上構建多個虛擬教室，營造師生互動的網絡環境。 她比傳統教室教學更為生動活潑，可以為學員提供時間上更靈活，沒有地域限制，更高效率、更省費用的培訓課程。如果你有在線培訓業務，如果你想拓展在線培訓業務，爍空將助你一臂之力！
上傳時間： 2015-10-20
上傳用戶：王小奇
采用微軟力推的ASP.Net(C#)編寫而成的爍空網絡課堂系統，主旨在在Internet上構建多個虛擬教室，營造師生互動的網絡環境。 她比傳統教室教學更為生動活潑，可以為學員提供時間上更靈活，沒有地域限制，更高效率、更省費用的培訓課程。如果你有在線培訓業務，如果你想拓展在線培訓業務，爍空將助你一臂之力！ V 1.91 改進記錄 [07/6/17 發布] 01，新增沖值卡模塊，培訓商可自行印制沖值卡發售，學員可自助開通課室(感謝商業用戶esedu.cn提出) 02，新增課室排序功能(感謝商業用戶vihome.com.cn提出) 03，新增章節標題Tips提示功能，避免標題過長時無法看全 04，修正刪除課室時不自動刪除相關表的BUG(感謝商業用戶cg286.com提出) 05，修正MediaPlayer版本11無法正常播放的BUG 06，新增對Flv視頻格式的支持(感謝商業用戶body-expert.com和zlke.com提出) 07，將修改密碼功能獨立分離，方便整合其它系統的用戶資料 08，新增全屏觀看視頻功能(感謝商業用戶class.cixicy.com提出) 09，將用戶修改密碼功能單獨分離，可方便整合其它系統 10，新增教程防下載功能(有效針對迅雷、FlashGet和超級旋風) 11，新增教程列表JS調用功能
上傳時間： 2015-12-19
上傳用戶：dsgkjgkjg
立體旋轉方塊 除了3d立體捲動的方塊外,繼續營造出更進一步的立體效果,讓立體組成的圓球除了可以立體轉動之外,還可以散落 重組喔!
標簽：
上傳時間： 2013-12-11
上傳用戶：cjl42111
采用微軟力推的ASP.Net(C#)編寫而成的爍空網絡課堂系統，主旨在在Internet上構建多個虛擬教室，營造師生互動的網絡環境。
上傳時間： 2014-01-07
上傳用戶：liglechongchong
是個能夠做附力葉分解動作相當有用的一套程式碼希望能有所幫助
上傳時間： 2014-01-05
上傳用戶：qiaoyue
凌力爾特公司提供了一個規模龐大且不斷成長的高電壓 DC/DC 轉換器繫列，這些器件是專為驅動高功率 LED 而設計的。
上傳時間： 2013-11-12
上傳用戶：playboys0
匯編語言實現的關于炬力ATT7022B的SPI讀寫操作，可根據需要，修改一下就成C了。
上傳時間： 2017-01-14
上傳用戶：gxrui1991
力過程是整個系統的關鍵。激光打靶的打靶過程，由激光槍發射激光脈沖信號，光電靶接收激光脈沖信號，經過系列信號處理過程最終得到打靶的結果。光電靶由許多塊的光電探測器組成，每塊不同位置的光電探測器對應不同編號，從打靶的實際情況出發，確定了相應的編號規則。打靶的成
上傳時間： 2017-09-02
上傳用戶：thuyenvinh
論文-基于紅外熱成像技術的豬體溫檢測與關鍵測溫部位識別63頁摘要 實現豬體溫測量自動化有利于實時監測豬的健康狀況、母豬發情和排卵檢測等 生理健康狀況。本文采用紅外熱成像儀采集豬的紅外熱圖像，引入化學計量學建模 方法建立體表溫度、環境溫度與直腸溫度間的多元校正模型，同時提出兩種關鍵測 溫部位的自動檢測方法。主要結論總結如下： (1)建立了母豬體表溫度、環境溫度與母豬體溫之間的一元和多元線性回歸模型。研 究發現， 9個身體區域提取的體表溫度與直腸溫度呈正相關(產O．34～0．68)，其中， 基于耳根區域體表溫度平均值建立的一元回歸方程效果最優，預測集相關系數RP與 均方根誤差RMSEP分別為0．66和0．420C。全特征模型相比一元線性回歸方程有更 好的預測效果，RP和RMSEP分別為0．76和O．370C。此外，應用特征選擇方法LARS． Lasso確定了7個重要特征建立簡化模型，其校正集和預測集的R分別為0．80和 0．80，RMSEs分別為0．30和0．350C。 (2)將卷積神經網絡應用于生豬主要測溫部位(眼睛和耳朵區域)的直接分割。利用 python構建了四種不同結構的卷積神經網絡模型FCN一1 6s、FCN．8s、U．Net一3和U． Net．4。對比分析4種卷積神經網絡模型的性能，結果表明U-Net．4網絡結構的分割 效果最優，平均區域重合度最高為78．75％。然而，當計算設備的計算力不夠時，可 以選用U．Net一3模型以達到較好的分割效果。 (3)提出豬只眼睛及耳根區域關鍵點的識別方法，將豬只主要測溫部位的檢測問題 轉變為主要測溫部位的定位問題。設計具有不同深度的卷積神經網絡架構A．E，得 出架構E最優。且當Dropout概率設置為0．6時模型效果最好，驗證集平均誤差和 預測集平均誤差分別為1．96％和2．65％。測試集單張豬臉關鍵點的預測誤差小于5％ 和10％的比例分別為89．5％和97．4％。模型能夠很好的定位豬臉關鍵點，用于豬只 體溫測量。 本文采用紅外熱像儀測量母豬體表溫度，通過化學計量學建模為非接觸母豬直 腸溫度測量提供了更準確、可靠的方法，同時提出兩種關鍵測溫部位的自動檢測方 法，有助于實現母豬體溫測量自動化，為生豬健康管理提供參考。
標簽： 紅外熱成像技術
上傳時間： 2022-02-13
上傳用戶：jiabin
