针对煤矿生产区域的监控视频较为模糊且人员行为类型复杂,常规行为识别方法的准确率较低的问题,提出了一种基于动态注意力与多层感知图卷积网络（DA-GCN）的煤矿人员行为识别方法。采用Openpose算法提取输入视频的人体关键点,得到3个维度、18个坐标的人体关键点信息,降低模糊背景信息的干扰;通过动态多层感知图卷积网络（D-GCN）提取人体关键点的空间特征,通过时间卷积网络（TCN）提取人体关键点的时间特征,提高网络对不同动作的泛化能力;使用动态注意力机制,增强网络对于动作关键帧、关键骨架的注意力程度,进一步缓解视频质量不佳带来的影响;使用Softmax分类器进行动作分类。通过场景分析,将井下行为分为站立、行走、坐、跨越和操作设备5种类型,构建适用于煤矿场景的Cumt-Action数据集。实验结果表明,DA-GCN在Cumt-Action数据集的最高准确率达到99.3%,最高召回率达到98.6%;与其他算法相比,DA-GCN在Cumt-Action数据集和公共数据集NTU-RGBD上均具有较高的识别准确率,证明了DA-GCN优秀的行为识别能力。

人员管理系统JAVA项目 在当今社会，互联网空间的发展，给人们的工作和生活带来了极大的便利和高效，信息化、电子化已经成为节约运营成本，提高工作效率的首选。当前大量企业的员工管理尚处于手工作业阶段，不但效率低下，还常常因为管理的不慎而出现纰漏。因此部分企业需求，设计企业员工信息管理系统，以帮助企业达到员工管理办公自动化、节约管理成本、提高企业工作效率的目的。 企业员工信息管理系统采用B/S结构，主要对企业员工的信息以及跟人事相关的工作流程进行集中管理，方便企业建立一个完善的、强大的员工信息数据库，它是以NET2005和SQL 2000数据库作为开发平台。使用Java设计管理页面和编写操作程序，完成数据输入、修改、存储、调用查询等功能；并使用SQL 2000数据库形成数据表，进行数据存储。

受定位分站和定位卡时钟同步误差、时钟计时误差、多径效应、非视距传播(NLOS)时延误差和电磁骚扰等影响,现有煤矿井下人员定位方法定位误差大,难以满足煤矿事故应急救援、运输和机电事故防治等需求。为提高定位精度,实现煤矿井下人员二维精确定位,提出了基于卡尔曼滤波的矿井人员二维精确定位方法:以定位分站测量到的定位卡到定位分站之间的距离作为卡尔曼滤波中的测量结果,根据建立的矿工在井下移动的数学模型推算出矿工的位置,并作为卡尔曼滤波中的预测结果,通过对测量结果和预测结果进行合理加权,根据上一步卡尔曼滤波后的最佳估计值得出当前时刻的最佳估计值,实现煤矿井下人员二维精确定位。

crawler-chrome-extensions：爬虫工程师常用的Chrome插件| 搜寻器开发人员使用的Chrome扩展程序

话题 语言 产品 样本 尖锐的 js Python Java ts 电源外壳 功率比 网络核心 网络 节点js React 烧瓶 该存储库包含5个不同框架中的Power BI Embedded解决方案，以根据要求适应不同的方案。 此外，它还提供了一些示例，这些示例用于使用PowerShell调用Power BI REST API。 可用的Power BI Embedded解决方案： 为您的客户嵌入-aka App拥有数据 .NET Framework .NET核心 Python Java 节点JS 为您的组织嵌入-又名用户拥有数据 .NET Framework .NET核心 ReactTS 笔记： 特定于样本的README.md文件位于其各自的文件夹中。 在Windows系统上运行示例之前，请确保其路径位置的长度不超过的。 问题

plantuml2code 该项目旨在允许开发人员从Plant UML类图生成代码。 当前支持的语言： Python C 如何使用： 定义一个PlantUML类图： PlantUML是生成UML绘图的简单语法： 使用指定的语言和图表路径作为参数启动plant2code（也可以指定要在何处生成代码） $ plant2code python path/to/plantuml_diagram.txt /tmp/output 就是这样 ！ 您的代码已生成，现在您应该按照待办事项指示（在代码内部以注释形式打印）完成代码。 说明文件： Usage: plant2code PLANT_UML_FILE [OPTION]... (1st form) or: plant2code PLANT_UML_FILE OUTPUT [O

针对煤矿井下事故发生率高,营救难度大的特点,提出了一种基于物联网技术的人员定位系统,系统通过井下RFID技术实时接收到移动标识卡信息后再上传到地面主机,实现井上主机对下井工作人员实时定位,详细介绍系统的构成、硬件设计方法。

针对发光二极管(LED)技术和成像通信分析技术的成熟发展,结合井下人员定位系统定位精度的需求,提出了一种基于可见光通信与摄像仪图像采集分析技术的煤矿井下人员定位方法。该方法利用井下防爆摄像仪采集LED矿灯的可见光信号图像,识别与矿灯绑定的矿井人员编码信息;利用可见光图像识别算法,确定矿井人员的位置信息,定位矿井人员。试验验证表明:系统定位误差不大于0.4 m,响应时间不大于0.368 s,该定位方法能够有效提高位置定位精度和实时性。

Microsoft开源行为准则 该项目采用了。 有关更多信息，请参见或与联系，并提出其他任何问题或意见。

欧米茄 介绍 Omega.js是一个小型香草javascript库，用于前端开发人员在一次性脚本中使用的最常用功能。 多年来，开发人员一直依靠繁重的库来完成这些简单且重复的任务。 这样做时，已加载库的大部分仍未使用。 这会造成不必要的网络开销。 Omega.js允许开发人员加载一个较小的库来完成诸如切换元素类，模态，ajax请求和事件侦听器之类的任务。 相容性通知 Omega.js与所有现代桌面浏览器（Chrome，Safari，FireFox）和IE 8+兼容。 大多数移动浏览器（iOS，Android）。 安装Omega.js 下载Omega.js。 将omega.js添加到HTML应用程序的头部。 使用Omega.js 要使用Omega.js，请在您的javascript中使用Omega或o引用。 Omega.js方法 即将推出。 方法的完整列表。