社区
非技术区
帖子详情
现在的科技真了不得,3.0超大高清宽屏4G超大容量MP5好便宜啊
GXY2005
2008-09-18 11:27:03
好爽啊,我周围的同事朋友都搞了台,才279元就这么大屏幕还满清晰的,我就当u盘用也直啊4个G够我用了!爽!
...全文
375
46
打赏
收藏
现在的科技真了不得,3.0超大高清宽屏4G超大容量MP5好便宜啊
好爽啊,我周围的同事朋友都搞了台,才279元就这么大屏幕还满清晰的,我就当u盘用也直啊4个G够我用了!爽!
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
46 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
namhyuk
2008-09-20
打赏
举报
回复
过一阵考虑考虑。
GXY2005
2008-09-19
打赏
举报
回复
很小的虽然看着大!
虚拟过客
2008-09-19
打赏
举报
回复
太大不好啊,不好拿,不方便
GXY2005
2008-09-19
打赏
举报
回复
我发现我上班真的好闲哦,他奶奶的都有点发慌了!
GXY2005
2008-09-19
打赏
举报
回复
难啊,早上去吃小笼包,一笼2块,老板说早上卖了300笼,靠算下来比我工资高多了,不如卖包子的啊!
深圳科技圆,下了桥那里,不信的去吃一笼!
GXY2005
2008-09-19
打赏
举报
回复
[Quote=引用 38 楼 rockyvan 的回复:]
支持創業的!雖然我知道是廣告!出來混都不容易!
[/Quote]
楼上的呵呵,你哈哈!!!
rockyvan
2008-09-19
打赏
举报
回复
支持創業的!雖然我知道是廣告!出來混都不容易!
GXY2005
2008-09-19
打赏
举报
回复
三百不到能有这效果不错了,知足吧,一千多买个洋货就美滋滋偷着乐?我看洋鬼子才偷着乐呢!
amandag
2008-09-19
打赏
举报
回复
up
wz199
2008-09-19
打赏
举报
回复
坚决不用山寨滴,感觉就像是富士康的工人一样
偶用ipod,效果就是不一样哈
delphi_new
2008-09-19
打赏
举报
回复
牛B
sunxw18
2008-09-18
打赏
举报
回复
[Quote=引用 9 楼 sunchaohuang 的回复:]
山寨货
[/Quote]
只有引用的内容不允许回复!! 晕!
sunchaohuang
2008-09-18
打赏
举报
回复
山寨货
GXY2005
2008-09-18
打赏
举报
回复
非广告,确实惊叹电子产品的便宜,估计这些就是山寨货.干吗交那么多钱给老外?只要质量好价格便宜我就认!
sxmonsy
2008-09-18
打赏
举报
回复
MP5????
panw520
2008-09-18
打赏
举报
回复
up
atlasroben
2008-09-18
打赏
举报
回复
广告
wdgphc
2008-09-18
打赏
举报
回复
便宜
liuqingrong1031
2008-09-18
打赏
举报
回复
sf
GXY2005
2008-09-18
打赏
举报
回复
在这里买的:
http://auction1.taobao.com/auction/item_detail-0db1-d0958d7ffda59a91b569761117af226b.jhtml
加载更多回复(25)
300万60fps
高
清宽动态智能识别网络摄像机方案
方案型号:MT-8A31-S 一、方案特点: v 最
高
像素可达3MP,最
高
分辨率可达2048×1536,宽动态、低照度效果佳,可输出全实时FULL HD 1080P/60fps图像; v 可定制各种嵌入式智能识别软件,提早进入
高
清智能化时代 v
高
度集成化,
高
稳定性,接口丰富。能降低产品研发难度,保证研发进度,降低研发成本,方便产品集成、快速开发。 v 标准H.264压缩算法,支...
故障诊断基于特征层SMOTE的燃气轮机不平衡故障识别:类间重叠数据增强与可分离特征空间构建
内容概要:本文提出一种名为“特征层SMOTE”的新方法,用于解决工业故障诊断中常见的类不平衡与类间重叠问题,特别是在燃气轮机故障诊断中的应用。该方法采用“先分离、后增强”的技术框架:首先利用深度孪生多头自注意力网络(DSMHSA)学习一个可分离的特征空间,通过对比损失使同类样本紧凑、异类样本分离;随后在此
高
质量特征空间中对少数类故障样本进行SMOTE数据增强;最后使用Softmax分类器完成故障分类。实验表明,该方法在
真
实燃气轮机数据集和机器人故障数据集上均显著优于多种经典过采样与不平衡学习方法,提升了故障召回率与整体平衡准确率。; 适合人群:从事故障诊断、工业大数据分析、不平衡学习研究的科研人员与工程师,具备一定深度学习与机器学习基础的研究者; 使用场景及目标:①解决工业场景中故障样本稀缺且与正常样本
高
度重叠的问题;②提升深度学习模型在极度不平衡数据下的诊断性能,实现
高
灵敏度的早期故障检测; 阅读建议:本文强调问题分解与可解释性设计,建议读者重点关注其“先分离、后增强”的思想、对比损失的作用机制以及特征空间可视化的验证方式,结合t-SNE结果与消融实验深入理解各模块贡献,并可将其范式迁移至其他时序信号分析与少样本故障诊断任务中。
易语言源码易语言有道在线翻译源码
易语言源码易语言有道在线翻译源码
易语言源码易语言用WinIO模拟按键
易语言源码易语言用WinIO模拟按键
易语言源码易语言压缩功能比较源码
易语言源码易语言压缩功能比较源码
非技术区
7,776
社区成员
63,113
社区内容
发帖
与我相关
我的任务
非技术区
.NET技术 非技术区
复制链接
扫一扫
分享
社区描述
.NET技术 非技术区
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章