- 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Python
6-3、Python 数据类型-列表
6-3、Python 数据类型-列表列表列表介绍列表是Python中最基本也是最常用的数据结构之一。列表中的每个元素都被分配一个数字作为索引，用来表示该元素在列表内所排在的位置。
39000编辑于 2023-11-08 - 来自专栏全栈开发那些事
6-3 求链式表的表长 (10分)
函数接口定义： int Length( List L ); 其中List结构定义如下： typedef struct LNode *PtrToLNode; struct LNode { ElementType Data; PtrToLNode Next; }; typedef PtrToLNode List; L是给定单链表，函数Length要返回链式表的长度。 裁判测试程序样例： #include <stdio.h> #include <stdlib.h> typedef int El
31430编辑于 2023-02-27 - 来自专栏信数据得永生
django 1.8 官方文档翻译：6-3 Django异常
DoesNotExist异常的基类；对ObjectDoesNotExist的try/except会为所有模型捕获到所有DoesNotExist 异常。
2K20编辑于 2022-11-27 - 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AI机器学习与深度学习算法
机器学习入门 6-3 线性回归中的梯度下降法
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍在线性回归中使用梯度下降法。
1.3K20发布于 2019-11-13 - 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KAAAsS's Blog
玄学优化一个稳定排序算法
(left >> 1) + (right >> 1); S aLf = arr[left], key = arr[mid], aRt = arr[right - 1]; boolean cmp1 = cmpr.compare (aLf, key) < 0, cmp2 = cmpr.compare(key, aRt) < 0; if (cmp1 ^ cmp2) { boolean cmp3 = cmpr.compare left, midCur, rtCur, cmp; midCur = rtCur = right - 1; for (var i = left; i < right; i++) { cmp = cmpr.compare
62610编辑于 2022-01-14 - 来自专栏北京马哥教育
hiphop原理分析1
自底向上分析（移进归约） 如：我们将“1+2/3+4*6-3-2”逐个字符移进堆栈，如下所示： .1+2/3+4*6-3 E= num 规约a 0 E = E = E + E 规约d 2 E = E - E 规约e 2 ================================================= 1 1.+2/3+4*6- 3 移进 2 E.+2/3+4*6-3 规约a 3 E+.2/3+4*6-3 移进 4 E+2./3+4*6-3 移进 5 E+E./3+4*6-3 规约a 6 E+E/.3+4*6-3 移进 7 E+E/3.+4*6-3 移进 8 E+E/ E.+4*6-3 规约a 9 E+E/E+.4*6-3 移进 10 E+E/E+4.*6-3 移进 11 E+E/E+E.*6-3
1.7K70发布于 2018-05-02 - 来自专栏Android点滴分享
汇编学习(10) 字符串
-------------------------------------------------------------- compare1: mov rcx, rdx cld cmpr : cmpsb jne notequal loop cmpr xor rax,rax ret notequal: mov rax,
61760编辑于 2022-12-19 - 来自专栏韦东山嵌入式
12_定时器
•软件复位（GPT_CR控制寄存器中的SWR位）将复位所有寄存器位，除了EN，ENMOD，STOPEN，WAITEN和DBGEN位。这些位的状态不受软件复位的影响。 软件使能后，EPIT就开始计数。 除控制寄存器中的EN，ENMOD，STOPEN和WAITEN位外，软件复位将其它位复位为各自的复位值。这些位的状态不受软件复位的影响。即使禁用了EPIT，也可以进行软件复位操作。 加载计数的值 12.6.3 Compare register (EPITx_CMPR) EPIT比较寄存器 比较寄存器用来决定什么时候产生比较事件。 : compare register */ base->CMPR = 0; /* EPIT_LR: load register , assue use ipc clk 66MHz*/ //base
82220编辑于 2022-05-05 - 来自专栏谢公子学安全
好书推荐丨Rootkit和Bootkit：现代恶意软件逆向分析和下一代威胁
以BIOS和芯片组固件为攻击目标的新型恶意软件出现，这已经超出了当前Windows安全防护软件的能力范围。 越来越多的安全工程师对高级可持续恶意软件威胁如何绕过操作系统级别的安全机制感兴趣。 这里我们介绍一本新书《Rootkit和Bootkit：现代恶意软件逆向分析和下一代威胁》。 读者受众 计算机恶意软件分析师 嵌入式系统开发人员 云安全专家 感兴趣的技术爱好者 本书特色 列举丰富的真实案例，聚焦关键代码，注意事项明确。 受众广泛，不仅面向计算机恶意软件分析师，嵌入式系统开发人员和云安全专家也可从本书受益。 插图展示 图 2-12 Festi 垃圾邮件插件工作流程图 图 6-3 启用 VSM 和 Device Guard 的引导过程
1.3K30编辑于 2022-03-14 - 来自专栏全栈程序员必看
计划任务定时关机不执行_IT运维管理制度
一、软件简介 《定时执行专家》是一款制作精良、功能强大、简单易用的专业级定时任务执行软件。 软件采用多线程方式检测任务触发和任务执行，可以同时支持数十个任务的毫秒级触发。软件无需安装，无时间限制，欢迎下载使用。 （图5-1，定时执行专家 – 软件根目录文件夹构成） 3、软件第一次运行，选择界面语言 双击【TimingExecutor.exe】文件，首先显示的是“软件界面语言选择”对话框（图5-2），选择简体中文 解决办法：V5.8版本已修复此问题，下载并使用 V5.8.0.0 (Build 331.31052022) 以上版本，版本号请在关于对话框确认（图6-3）。 （图6-2，调试警告） （图6-3， 定时执行专家 – 关于对话框） 版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
2.2K10编辑于 2022-09-30 - 来自专栏毕业设计
分布式电商系统的设计与实现⑦-1
该模块的测试用例分析表如下表6-3所示：表 6-3 商品测试用例分析表测试主题测试步骤预期结果实际结果品牌管理（1）点击品牌管理，对于商品品牌进行增删改查等操作对于品牌的相关信息进行增删改查均可正常执行符合预期结果商品类型管理 （2）以及对于商品上下架商品的增改查以及上下架均能成功执行符合预期结果秒杀商品管理（1）点击秒杀商品管理，对于秒杀商品的增删改查等操作对于秒杀商品的增删改查均能正常执行符合预期结果修改商品界面如下图6- 3所示：图 6-3 修改商品界面1.1.4 广告管理相关功能测试广告管理，可以对于广告进行增删改查等功能，以及修改广告的状态，该模块的测试用例分析表如下表6-4所示：表 6-4 广告管理测试用例分析表测试主题测试步骤预期结果实际结果广告管理
32600编辑于 2024-06-22 - 来自专栏深度学习之tensorflow实战篇
数据的标准化与中心化以及R语言中的scale详解
例如有数据集1, 2, 3, 6, 3，其均值为3,那么中心化之后的数据集为1-3,2-3,3-3,6-3,3-3,即：-2,-1,0,3,0 2.数据的标准化 所谓数据的标准化是指中心化之后的数据在除以数据集的标准差 例如有数据集1, 2, 3, 6, 3，其均值为3,其标准差为1.87，那么标准化之后的数据集为(1-3)/1.87,(2-3)/1.87,(3-3)/1.87,(6-3)/1.87,(3-3)/1.87
1.7K30发布于 2019-02-14 - 来自专栏深度学习之tensorflow实战篇
数据的标准化与中心化以及R语言中的scale详解
例如有数据集1, 2, 3, 6, 3，其均值为3,那么中心化之后的数据集为1-3,2-3,3-3,6-3,3-3,即：-2,-1,0,3,0 2.数据的标准化 所谓数据的标准化是指中心化之后的数据在除以数据集的标准差 例如有数据集1, 2, 3, 6, 3，其均值为3,其标准差为1.87，那么标准化之后的数据集为(1-3)/1.87,(2-3)/1.87,(3-3)/1.87,(6-3)/1.87,(3-3)/1.87
2.2K110发布于 2018-03-16
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