- 综合排序
- 最热优先
- 最新优先
- 来自专栏测试GO材料测试
XRD精修教程：CMPR软件介绍-测试狗科研测试
1 引言在使用GSAS软件进行XRD精修时，我们常常需要对数据格式进行转换，初步进行峰形拟合，处理GSAS结果等工作。那么，CMPR软件就是必不可少的。 CMPR软件是由美国国家标准与技术研究院中子研究中心的Brian H. 2 CMPR软件的安装（1）使用搜索引擎进行搜索CMPR（2）将压缩包进行解压，无需安装，双击文件夹中的“Start-CMPR.bat”文件即可运行程序；（3）同时我们也可以创建软件快捷方式，并利用文件夹里面的 “CMPR.ico”修改图标；3 CMPR软件界面介绍打开CMPR软件后，我们会看到两个界面，一个是CMPR主程序窗口，用以实现程序的主要功能，另外一个是绘图窗口，主要用来显示数据结果图形。 CMPR软件的“Index”选项卡就可以完成此工作。可以看到，CMPR包含三个进行指标化的软件，分别是：ITO，TREOR和DICVOL。
1.3K10编辑于 2024-11-29 - 来自专栏测试GO材料测试
XRD精修教程：采用CMPR软件拟合峰形函数-测试狗科研测试
作者：测试狗科研测试1 引言在使用GSAS软件进行XRD精修时，一个重要的输入文件就是“仪器参数文件”。 一般情况下，我们无需调整仪器参数文件中的峰形参数就可以直接采用GSAS软件进行XRD精修拟合。 基于此，我们在这里向大家介绍如何采用CMPR软件通过拟合的方式获得峰形参数：GU，GV，GW，LX和LY的初始值。 图1 仪器参数2 CMPR拟合峰形函数的步骤 （1）读取数据按照上一节的介绍，首先将包含“角度”和“强度”数据的txt文件重命名为dat格式的文件，然后按照图2所示的操作使用CMPR读取dat格式的数据 图18 勾选Omit来忽略相应的峰3 在GSAS中修改仪器参数 在我们得到U，V，W，X和Y的初始参数后，我们就可以在GSAS软件中将其分别填在GU，GV，GW，LX和LY中。
1.1K10编辑于 2024-11-29 - 来自专栏Hank’s Blog
3-5 处理缺失值
> x <- c(1,NA,2,NA,3) > is.na(x) [1] FALSE TRUE FALSE TRUE FALSE > x[!is.na(x)] #找出不是缺失值 [1] 1 2 3 > x <- c(1,NA,2,NA,3) > y <- c("a","b",NA,"c",NA) > z <- complete.cases(x,y) #都不是缺失值的元素 > x[z] [1] 1 > y[z] [1] "a" > library(datasets) #import dat
47210发布于 2020-09-16 - 来自专栏NetCore 从壹开始
3-5 安装CICD管理平台：Jenkins
大家这里可以先安装gitlab工具，我就省事了，直接用gitee做源代码管理平台了。
32821编辑于 2023-01-09 - 来自专栏叽叽西
lagou 爪哇 3-5 spring cloud (下) 笔记
为了⽀撑⽇益增⻓的庞⼤业务量，我们会使⽤微服务架构设计我们的系统，使得 我们的系统不仅能够通过集群部署抵挡流量的冲击，⼜能根据业务进⾏灵活的扩展。那么，在微服务架构下，⼀次请求少则经过三四次服务调⽤完成，多则跨越⼏⼗ 个甚⾄是上百个服务节点。那么问题接踵⽽来：
81820编辑于 2022-05-17 - 来自专栏PHP实战技术
3-5年的PHPer常见的面试题
安装linux软件时使用make方式还使用yum方式？ linux网络优化，如何查看进程、怎样查看最大文件打开数？ 1条微薄要推送给100万个粉丝该怎么处理？ 知道哪些算法？冒泡排序？快速排序？
1.5K100发布于 2018-03-09 - 来自专栏李蔚蓬的专栏
DSP_代码笔记（基于TMS320X281x）
EvaRegs.GPTCONA.bit.T1PIN=1; EvaRegs.GPTCONA.bit.T2PIN=2; EvaRegs.T1PR=0x927B; EvaRegs.T1CMPR =0x3A98; EvaRegs.T1CNT=0; EvaRegs.T2PR=0x927B; EvaRegs.T2CMPR=0x57E4; EvaRegs.T2CNT= =0x3A98; EvaRegs.CMPR2=0x3A98; EvaRegs.CMPR3=0x3A98; EvbRegs.T3CON.bit.TMODE=1; EvbRegs.T3CON.bit.TPS =0x1D4C; EvbRegs.T3CNT=0; EvbRegs.T4PR=0x493E; EvbRegs.T4CMPR=0x2BF2; EvbRegs.T4CNT= =0x1D4C; EvbRegs.CMPR5=0x1D4C; EvbRegs.CMPR6=0x1D4C; } 主函数： void main(void) { InitSysCtrl
94220发布于 2018-12-27 - 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-5)
代码清单3-5 void RecursiveSearch(int* number, int* answer, int index, int n) { if(index == n)
24420编辑于 2022-11-30 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-5 Numpy数组(和矩阵)的基本操作
shape 属性查看数组的维度，返回值是一个元组，元组中对应位置的值为数组中对应维度的元素个数。
78610编辑于 2022-05-25 - 来自专栏跟着官方文档学小程序开发
第二章 小程序开发指南3-5
在本章会介绍小程序的基本开发流程，结合前面章节的知识，完全可以独立完成一个体验很完善的小程序。为了让开发者更加了解小程序开发，在本章中还会通过常见的一些应用场景介绍小程序API的一些细节以及开发的一些技巧和注意事项。
33310编辑于 2025-08-25 - 来自专栏WhITECat安全团队
逆向实战｜jni与魔改base64解密
这里直接看汇编代码，汇编代码中这一个模块有两个关键的数据CMPR0, #0x10与CMPR0, #0x1E 转换成10进制如下图，关键就是对比的数据为16与30，那么先看第一个循环，第一个循环的数据cmp dd)/2): tmp = dd[i] dd[i] = dd[i+16] dd[i+16] = tmp print ''.join(dd) 这里有个软件可以直接通过
2.1K30发布于 2021-05-18 - 来自专栏AI研习社
未来 3-5 年内，哪个方向的机器学习人才最紧缺？
所以以 3-5 年的跨度来看，这些工具依然会非常有用，甚至像 CNN 和 LSTM 之类的深度学习算法还在继续发展迭代当中。 举几个我身边的例子，我的一个朋友是做传统软件工程研究的，前年他和我商量如何使用机器学习以 GitHub 上的 commit 历史来识别 bug，这就是一个很好的结合领域的知识。
68060发布于 2018-03-19 - 来自专栏Dotnet9
单片机入门第二课----点灯大师
= 0; // duty cycle of PWMxA = 0 pwm_config.cmpr_b = 0; // duty cycle of PWMxb = 0 mcpwm_config_t pwm_configs; pwm_configs.frequency = 1000; // frequency = 500Hz, pwm_configs.cmpr_a = 0; // duty cycle of PWMxA = 0 pwm_configs.cmpr_b = 0; // duty cycle of PWMxb = 0 = 0; // duty cycle of PWMxA = 0 pwm_configA.cmpr_b = 0; // duty cycle of PWMxb = 0 = 0; // duty cycle of PWMxA = 0 pwm_configAs.cmpr_b = 0; // duty cycle of PWMxb = 0
60120编辑于 2022-11-25 - 来自专栏glm的全栈学习之路
国王游戏
temp2[i]/10; temp2[i]%=10; if(i==temp2[0]&&temp2[i+1])temp2[0]++; } } int cmpr n,cmp); for(int i=1;i<=n;i++) { multi(p[i-1].a); divide(p[i].b); if(cmpr
69330发布于 2020-09-28 - 来自专栏sunsky
httprouter与 fasthttp 的性能对比
request) httprouter 并发情况下内存的使用情况: 初始化 ID COMMAND %CPU TIME #TH #WQ #POR MEM PURG CMPR 6000 -c 100 http://127.0.0.1:8081/index PID COMMAND %CPU TIME #TH #WQ #POR MEM PURG CMPR 1532 sleeping fasthttp 并发情况下内存的使用情况： 初始化 PID COMMAND %CPU TIME #TH #WQ #POR MEM PURG CMPR 6000 -c 200 http://127.0.0.1:8080/index PID COMMAND %CPU TIME #TH #WQ #POR MEM PURG CMPR 6000 -c 300 http://127.0.0.1:8080/index PID COMMAND %CPU TIME #TH #WQ #POR MEM PURG CMPR
1.6K30发布于 2020-08-20 - 来自专栏iOS逆向与安全
写作小技能：卡片式写文章（用3-5张卡片写文）
挑战->核心概念->该怎么做->总结->升华 找到1张卡做大的核心概念 找到3-5张卡做子概念的内容 把这些卡片的“行动指引”总结下，列在最后做个行动指引大全。 .… 用3-5张卡片写文是个很好的体验：1.主题是自下而上生成，而不是逼你针对命题写一个。2. 内容是过去知识卡片的积累，而不是临时写一句，出去找一段儿。3.
1.4K10编辑于 2022-08-22 - 来自专栏CSDNToQQCode
软考中级(软件设计师)——程序设计语言与语言处理程序基础(3-5分，一般是3分)
软考中级(软件设计师)——程序设计语言与语言处理程序基础(3-5分，一般是3分) ---- 目录 软考中级(软件设计师)——程序设计语言与语言处理程序基础(3-5分，一般是3分) 编译与解释(★★★)
71610编辑于 2022-11-30 - 来自专栏鲸落学习笔记
C++ 中的字符串数组（5 种不同的创建方式3-5）
theme: channing-cyan highlight: a11y-dark
2.7K20编辑于 2022-11-14 - 来自专栏实验盒
当我用DeepSeek预测AI for BioScience未来3-5年发展趋势
预测未来3-5年AI在生物科学（AI for BioScience）的发展趋势，可以从技术突破、跨学科融合、数据驱动创新以及伦理监管等多个维度进行分析。以下是一些关键趋势的展望： 1. 药物研发的端到端AI化 全流程覆盖：AI将贯穿从靶点发现、化合物生成、ADMET（毒性/代谢预测）到临床试验优化的全链条，缩短药物研发周期（目前平均10年→可能压缩至3-5年）。 总结 未来3-5年，AI将深度重构生物科学的研究范式，从“数据辅助分析”转向“主动设计创造”，并在药物研发、合成生物学、精准医疗等领域实现商业化落地。
56510编辑于 2025-02-05 - 来自专栏Java面试教程
意料之中、要求3-5年的leader，最后选了应届生
什么是Spring的循环依赖问题 在软件开发的世界里，我们总是追求代码的优雅与高效。目前Java主流的SpringBoot、SpringCloud框架无疑是我们最好的帮手。
22500编辑于 2024-11-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号