[其它] 基于锁相环的激光陀螺抖动机构频率跟踪技术

说明：基于激光陀螺抖动机构谐振频率随温度等环境因素的变化会导致抖动偏频不稳定的现象, 研究了基于锁相环的激光陀螺抖动机构谐振频率跟踪技术。在对抖动机构和锁相环传递函数分析的基础上, 应用自动控制理论, 给出了锁相环频率跟踪精度、同步范围等性能指标与抖动控制参数的一般关系。结果表明, 增大锁相环开环增益能减小频率跟踪稳态误差, 同时将导致锁相环同步范围减小。采用低开环增益启动陀螺、再采用高开环增益跟踪抖动机构谐振频率, 能保证100 ms内自动跟踪陀螺谐振频率, 在-40 ℃ 到 70 ℃温度范围内抖动
<weixin_38689922> 上传 | 大小：2mb

[其它] 紫外工业检测光学系统设计及公差分析

说明：为满足紫外波段对产品的检测与识别需求, 设计出一套宽光谱、较大视场、较大光圈、结构紧凑的紫外工业检测光学系统, 要求紫外工业检测镜头的工作波长为240~320 nm, 全视场角为40°, 系统焦距为15 mm, F数为3, 系统总长小于60 mm。该系统采用MS20-UV型紫外电荷耦合器件（CCD）, 其分辨率为1920 pixel×1080 pixel, 像元尺寸为5.48 μm×5.48 μm。从成本及像质方面综合考虑, 最后采用全球面透射式且非胶合方案。该系统采用反摄远物镜为初始结构, 利
<weixin_38719643> 上传 | 大小：4mb

[其它] 我的动作-源码

说明：特别声明：请不要叉！请不要叉！请不要叉！ 特别声明： 本仓库发布的MyActions项目中涉及的任何解锁和解密分析脚本，仅用于测试和学习研究，禁止用于商业用途，不能保证其合法性，准确，可行和有效，请根据情况自行判断。 本项目内所有资源文件，禁止任何公众号，自媒体进行任何形式的转载，发布。 shuye72对任何脚本问题概不负责，包括但不限于由任何脚本错误导致的任何损失或损害。 间接使用脚本的任何用户，包括但不限于建立VPS或在某些行为上违反国家/地区法律或相关法规的情况下进行传播，shuye72
<weixin_42151729> 上传 | 大小：3mb

[其它] nvim-config-files-源码

说明：nvim-config-files
<weixin_42109125> 上传 | 大小：3kb

[其它] 软交换中高速数据获取与过滤系统的设计

说明：高速网络数据获取与数据过滤系统是软交换平台中DoS攻击行为分析的基础。文章对其进行了设计和实现。首先描述了系统的总体构架与功能模块实现, 而后通过实验测试了系统的性能表现, 最后对系统提出了改进的方案。
<weixin_38748555> 上传 | 大小：536kb

[其它] simul：基于有效影响函数和乘数自举的同时置信带-源码

说明：同声 基于有效影响函数和乘数自举的快速同时置信带 安装 您可以使用以下命令从安装simul： devtools :: install_github( " nt-williams/simul " ) 范围 计算快速临界值，以构造均匀（同时）的置信带。 如肯尼迪（2019）所述，使用经验有效影响函数的乘数自举计算临界值。 参考 Edward H.Kennedy（2019）基于增量倾向得分干预的非参数因果效应，美国统计协会杂志，114：526，645-656，DOI：10.1080 / 01621
<weixin_42131785> 上传 | 大小：34kb

[其它] 基于压缩传感的内部层析成像的补充分析

说明：基于压缩传感的内部层析成像的补充分析
<weixin_38542223> 上传 | 大小：294kb

[其它] 内部层析成像的高阶总变化最小化

说明：内部层析成像的高阶总变化最小化
<weixin_38692202> 上传 | 大小：582kb

[其它] webModules：abcdesktop WebFront客户端html，js，更少-源码

说明：web模块 获取更多信息 请阅读公共文档网站： 关于这个仓库 abcdesktop.io webModules webModules是github repo abcdesktopio / oc.nginx的主要子模块，请查看来构建Docker容器Web前端
<weixin_42122988> 上传 | 大小：4mb

[其它] 立体声夜总会：Django实践项目-源码

说明：立体声夜总会：Django实践项目
<weixin_42124743> 上传 | 大小：77kb

[其它] CP_CipherSchools-源码

说明：CP_CipherSchools
<weixin_42140625> 上传 | 大小：117kb

[其它] 基于先验知识随机游走模型的视网膜血管分割方法

说明：视网膜图像的血管提取对心脑血管等疾病的诊断、治疗与评价具有重要的临床应用价值。为解决目前视网膜血管分割算法中存在的分割精度低(特别针对病变图像)等问题,提出基于先验知识随机游走模型的视网膜血管分割方法。在分析视网膜血管特征的基础上,构建归一化梯度向量散度场,针对高、低对比度血管采用不同的定向拉普拉斯算子提取血管中心线,并将先验知识随机游走模型应用于图像分割,实现对比度低、边界微弱的视网膜血管提取。采用STARE视网膜图像库进行分割精度测试,结果表明本算法精度相对已有算法明显提高,特别针对带有病变
<weixin_38717171> 上传 | 大小：1mb