登录
首页 » 算法 » rfid自动仓储

rfid自动仓储

于 2023-06-12 发布 文件大小:7.30 MB
0 218
下载积分: 2 下载次数: 1

代码说明:

应用背景基于rfid的自动仓储系统,实现人机交互,管理pc界面的功能,上传文件是实现这些功能的源代码,使用c++里面的mfc编程。-Rfid based automatic storage systems, human-computer interaction, function management pc interface, uploading files is the source code for these functions, using c++ mfc programming inside.关键技术rfid技术实现仓储的无人化,智能化,可以一次扫描10件以上物品,实现人机交互,管理员可以通过直观的pc界面管理数据库,去进出物品进行管理

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • librec
    推荐系统的类库,实现了大部分的推荐算法,大家可以在此基础上进一步实现自己的优化算法。
    2022-02-04 09:57:52下载
    积分:1
  • 二维码编解码(图像灰度化,二值化处理)
    应用背景二维码编解码,图像识别的初步认识,学习灰度图像二值化处理原理及图像灰度化处理方法。关键技术二维码识别,灰度图像二值化处理。图像灰度化处理。二维码的编解码、探测图形检查、最得精确版本号、图像纠错检查、获取探测图形中心点、检查角度、检验探测图形比例
    2022-05-17 23:05:54下载
    积分:1
  • Data Mining the classical k
    数据挖掘经典k-means算法C源码实现-Data Mining the classical k-means algorithm C source code to achieve
    2022-04-20 17:28:52下载
    积分:1
  • 各种的c语言程序,包括huffman、线性表、栈、队列等
    各种算法的c语言程序,包括huffman、线性表、栈、队列等--All kinds of algorithm program in C language, including huffman, lineartable, stack, queue etc.
    2022-04-19 07:42:59下载
    积分:1
  • 褶积的程序
    在我们不知信号个数时,进行褶积运算,这里用了动态数组控制。可以作为一个地球物理初学者经常用到的外部子程序。
    2022-08-13 02:05:20下载
    积分:1
  • 虚拟重排序
    这是一个有关汽车装配厂涂装车间虚拟重排序的简单规则代码,应用c++实现订单的重新分派。在此过程中并不改变原有汽车序列的实际顺序。This is a car assembly plant paint shop virtual reordering simple rule code, application c + + implementation reassignment orders. In this process does not change the actual order of the sequence of the original automobile.
    2022-08-07 07:54:14下载
    积分:1
  • calculation method, "Gauss theorem"
    计算方法《高斯定理》-calculation method, "Gauss theorem"
    2023-08-06 12:20:04下载
    积分:1
  • 非局部均值滤波
    资源描述图像去噪图像处理中的非局部均值算法。不同于“局部均值”的过滤器,它采取的平均值的一组像素周围的目标像素的平滑图像,非局部均值滤波,以平均的所有像素的图像,加权类似这些像素的目标像素。这导致了更大的后过滤的清晰度,减少损失图像中的细节与局部均值算法比较。
    2022-02-27 07:56:04下载
    积分:1
  • 像素化重力
    像素化重力 花式 Delphi 应用程序竞赛条目由 Gerben Wijnja #14 从普拉 Gajic前, About.com 指南 请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举报
    2022-03-14 14:11:26下载
    积分:1
  • 反向传播神经网络的多个输出
    反向传播的原则是其实很容易理解,即使它背后的数学可以看起来相当令人望而却步。基本步骤如下: 初始化与小随机加权网络。 目前对网络的输入层的输入的模式。 饲料通过网络来计算其激活值的输入的模式。 采取所需的输出和激活值来计算的网络激活错误之间的区别。 饲喂以减少其激活错误对此输入模式的输出神经元的权重进行调整。 传播错误值返回到每个隐藏的神经元,是其在网络激活错误的贡献成正比。 喂养每个隐藏的神经元,以减少它们的贡献对此输入模式错误的权重进行调整。 对每个输入模式输入集合中重复步骤 2 到步骤 7。 重复步骤 8,直到网络接受过适当培训。 为了使这个新的网络通过它的步伐,我下载了经典的虹膜植物数据库从UCI 机器学习资料库。数据集包含三个类的五十实例,每个,其中每个类是指一种类型的鸢尾属植物。一类是线性可分从其他两个 ;后者不是从彼此线性可分的。若要使用此数据,为 csv 文件扩展名的文本文件保存该 web 页。用 Excel 打开并添加三个新列在右边,与0,0,1或0,1,0或1,0,0根据植物品种填补。删除物种名称列,并且您现在有一个文件,它可以喂进入您的网络。
    2022-01-25 23:46:40下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载