原声搜索分页删除

<?php
header("content-type:text/html;charset=utf-8");
mysql_connect("127.0.0.1","root","root");
mysql_select_db("js");
mysql_query("set names utf8");
$uname=isset($_GET['uname'])?$_GET['uname']:'';
$sql="select * from fenye";
$res=mysql_query($sql);
//总记录数
$total=mysql_num_rows($res);
//设置每页显示的条数
$pagenum=5;
//计算共多少页
$pagetotal=ceil($total/$pagenum);
//设置当前页
$page=isset($_GET['page'])?$_GET['page']:1;
//上一页
$up=$page-1<1?1:$page-1;
//下一页
$down=$page+1>$pagetotal?$pagetotal:$page+1;
//偏移量
$limit=($page-1)*$pagenum;
$sql="select * from fenye limit $limit,$pagenum";
$res=mysql_query($sql);
?>
<center>
<img src="111.jpg" alt="" style="width:500px;height: 200px;"/>
<div id="box">
    <!--搜索框-->
    <tr>
        <td><input type="text" id="uname" value="<?php echo $uname; ?>"/></td>
        <td><input type="button" value="查询" οnclick="checkcha()"/></td>
    </tr>
<table border="1" width="500px">

    <tr>
        <td><a href="#" οnclick="checkall()">全选</a></td>
        <td>编号</td>
        <td>用户名</td>
        <td>操作</td>
    </tr>
    <?php
    while($row=mysql_fetch_assoc($res)){
        ?>
        <tr>
            <td><input type="checkbox" name="checkpre" value="<?php echo $row['id']; ?>"/></td>
            <td><?php echo $row['id']; ?></td>
            <td><?php echo $row['uname']; ?></td>
            <td><a href="#" οnclick="del(<?php echo $row['id'];?>,<?php echo $page; ?>)">删除</a></td>
        </tr>
    <?php
    }
    ?>
    <tr>
        <td colspan="2"><a href="#"οnclick="revcheck()">反选</a></td>
        <td colspan="2"><a href="#"οnclick="delall(<?php echo $page; ?>)">批量删除</a></td>

    </tr>
</table>
<a href="#" οnclick="page(1)">首页</a>
<a href="#" οnclick="page(<?php echo $up;?>)">上一页</a>
<a href="#" οnclick="page(<?php echo $down;?>)">下一页</a>
<a href="#" οnclick="page(<?php echo $pagetotal;?>)">尾页</a>
第<?php echo $page; ?>页
共<?php echo $pagetotal; ?>页
<input type="text" id='page' size="1">
<input type="button" value="GO!" οnclick="show(<?php echo $pagetotal; ?>)">
</div>
<img src="222.jpg" alt="" style="width: 500px;height: 200px;"/>

</center>
<script>
 //ajax模糊查询
    function checkcha(){
        var uname=document.getElementById('uname').value;
        var  ajax=new XMLHttpRequest();
        ajax.open('get','do_ajax.php?uname='+uname,true);
        ajax.onreadystatechange= function () {
            if(ajax.readyState==4&&ajax.status==200){
                document.getElementById('box').innerHTML=ajax.responseText;
            }
        }
        ajax.send();
    }
    //反选
    function revcheck(){
        var checkpre=document.getElementsByName('checkpre');
        for(var i=0;i<checkpre.length;i++){
            checkpre[i].checked=!checkpre[i].checked;
        }
    }
    //全选
    function checkall(){
        var checkpre=document.getElementsByName('checkpre');
        for(var i=0;i<checkpre.length;i++){
            checkpre[i].checked='checked';
        }
    }


    //删除
    function del(id,page){
        var uname=document.getElementById('uname').value;
        var ajax=new XMLHttpRequest();
        ajax.open('get','do_ajax.php?page='+page+'&id='+id+'&uname='+uname,true);
        ajax.onreadystatechange=function(){
            if(ajax.readyState==4&&ajax.status==200){
                document.getElementById('box').innerHTML=ajax.responseText;
            }
        }
        ajax.send();
    }
    //批量删除
    function delall(page){
        var uname=document.getElementById('uname').value;
        var checkpre=document.getElementsByName('checkpre');
        var ids='';
        for(var i=0;i<checkpre.length;i++){
            if(checkpre[i].checked){
                ids+=checkpre[i].value+',';
            }
        }
        //干掉逗号
        ids=ids.substr(0,ids.lastIndexOf(','));

        var ajax=new XMLHttpRequest();
        ajax.open('get','do_ajax.php?ids='+ids+'&page='+page+'&uname='+uname,true);
        ajax.onreadystatechange=function(){
            if(ajax.readyState==4&&ajax.status==200){
                document.getElementById('box').innerHTML=ajax.responseText;
            }
        }
        ajax.send();
    }

    function show(pagetotal){
        var page=document.getElementById('page').value;
        if(page>pagetotal){
            page=pagetotal;
        }
        location.href='ajax.fenye.php?page='+page;
    }
    function page(page){
        var uname=document.getElementById('uname').value;
        //1.实例化ajax对象
        var ajax=new XMLHttpRequest();
        //2.open方法准备发请求
        ajax.open('get','do_ajax.php?page='+page+'&uname='+uname,true);
        ajax.send();
        //绑定监听事件
        ajax.onreadystatechange=function(){

            if(ajax.readyState==4 && ajax.status==200){
                document.getElementById('box').innerHTML=ajax.responseText;
            }
        }

    }

</script>




<? PHP
header("content-type:text/html;charset=utf-8");
mysql_connect("127.0.0.1","root","root");
mysql_select_db("js");
mysql_query("set names utf8");
$uname=isset($_GET['uname'])?$_GET['uname']:'';
if(isset($_GET['id'])){
    $id=$_GET['id'];
    $sql="delete from fenye where id='$id'";
    mysql_query($sql);
}
if(isset($_GET['ids'])){
    $ids=$_GET['ids'];
    $sql="delete from fenye where id in ($ids)";
    mysql_query($sql);
}


$sql="select * from fenye where uname like '%$uname%'";
$res=mysql_query($sql);
//总记录数
$total=mysql_num_rows($res);
//设置每页显示的条数
$pagenum=5;
//计算共多少页
$pagetotal=ceil($total/$pagenum);
//设置当前页
$page=isset($_GET['page'])?$_GET['page']:1;
//上一页
$up=$page-1<1?1:$page-1;
//下一页
$down=$page+1>$pagetotal?$pagetotal:$page+1;
//偏移量
$limit=($page-1)*$pagenum;


$sql="select * from fenye where uname like '%$uname%' limit $limit,$pagenum";
$res=mysql_query($sql);

?>
<center>
    <tr>
        <td><input type="text" id="uname" value="<?php echo $uname; ?>"/></td>
        <td><input type="button" value="查询" οnclick="checkcha()"/></td>
    </tr>
<table border="1" width="500px">
    <tr>
        <td><a href="#" οnclick="checkall()">全选</a></td>
        <td>编号</td>
        <td>用户名</td>
        <td>操作</td>
    </tr>

    <?php
    while($row=mysql_fetch_assoc($res)){
        ?>
        <tr>
            <td><input type="checkbox" name="checkpre" value="<?php echo $row['id']; ?>"/></td>
            <td><?php echo $row['id']; ?></td>
            <td><?php echo $row['uname']; ?></td>
            <td><a href="#" οnclick="del(<?php echo $row['id'];?>,<?php echo $page; ?>)">删除</a></td>
        </tr>

    <?php
    }
    ?>
    <tr>
        <td colspan="2"><a href="#"οnclick="revcheck()">反选</a></td>
        <td colspan="2"> <a href="#"οnclick="delall(<?php if($page>1){
                echo $page-1;
            }else{
                echo $page;
            }; ?>)">批量删除</a></td>

    </tr>
</table>
<a href="#" οnclick="page(1)">首页</a>
<a href="#" οnclick="page(<?php echo $up;?>)">上一页</a>

<a href="#" οnclick="page(<?php echo $down;?>)">下一页</a>
<a href="#" οnclick="page(<?php echo $pagetotal;?>)">尾页</a>
第<?php echo $page; ?>页
共<?php echo $pagetotal; ?>页
<input type="text" id='page' size="1">
<input type="button" value=" Go!" οnclick="show(<?php echo $pagetotal; ?>)">
</center>
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
### 回答1: 音频加速是指改变音频文件的播放速度,但不改变原声的特征和音调。在Matlab中,通过使用合适的算法和技术,可以实现音频加速而不改变原声。 一种常用的方法是使用插值算法,比如线性插值或者样条插值。这些插值算法可以将原始音频信号的采样点进行插值,从而改变音频的播放速度。通过增加或减少采样点的数量,可以实现加速或减速音频的效果。 另一种方法是使用改进的重采样算法,如有理分数重采样算法。这种算法可以根据需要的速率变化,在不改变原声质量的情况下修改音频的播放速度。该算法根据原来的采样信号生成一个新的序列,并且使新序列的采样频率发生适当的变化,从而实现音频的加速。 在使用这些算法加速音频时,我们需要注意保持音频的原声特征和音调。这可以通过在加速过程中调整插值算法的参数和采样点的数量来实现。此外,还可以在执行加速操作之前,对音频信号进行预处理,如滤波、降噪等,以确保音频的质量不受影响。 总之,通过合适的算法和技术,我们可以在Matlab中实现音频的加速操作,而不改变原声的特征和音调。这对于音频处理和编辑任务非常有用,如音频剪辑、语音识别等。 ### 回答2: 音频加速是一种处理技术,可以通过增加音频信号的播放速度,来使音频以更快的速度播放。然而,在Matlab中进行音频加速处理时,并不会改变原声音频。 在Matlab中,可以使用音频处理工具箱中的函数来实现音频加速功能。例如,可以使用`audioread`函数读取原始音频文件,将音频数据存储为一个矩阵。然后,可以使用`sound`函数在原声音频的基础上进行音频加速处理。`sound`函数的第一个参数是音频数据的矩阵,第二个参数是音频的采样率。通过调整第二个参数来改变音频的播放速度以实现加速效果。但是,无论如何调整第二个参数,都不会对原声音频的数据做出任何修改。而是根据指定的播放速度,生成一个新的音频流进行播放。 因此,音频加速的过程只会影响音频播放的速度,而不会改变原声音频的内容。这意味着,经过音频加速处理后的音频文件,仍然会保留原始音频的音调、节奏和特征。所以,在Matlab中进行音频加速处理,不会对原声音频的数据进行修改。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值