# 功能分析（需求分析） 1. 基于QT平台，使用OpenGL进行obj文件加载显示； 2. 使用鼠标对场景进行缩放、移动、旋转交互； 本资源有对应的项目介绍，详见同名CSDN博文。《基于QT使用OpenGL，加载obj模型，进行鼠标交互》 本项目资源整体框架简单，清晰，适合初步学习使用。 基于QT的QOpenGLWidget类进行派生，对鼠标事件进行重载，使用OpenGL可编程渲染模式开发，涉及着色器程序的编写，并进行了相机、渲染器、物体类的抽象。还编写了obj文件解析类，同时还可以基于本框架进行stl文件类的编写。资源还包含两个obj测试文件，一个是小兔子bunny.obj，一个是跑车Cayman_GT.obj。 使用开发环境：qt5.15.2, MSVC2019_64bit；使用mingw也可以运行

（1） 按网口探测 （2） 按 IP探测  绑定 IP/MAC地址对。其中，绑定方式有两种： （1） 探测 IP/MAC地址对后选择并绑定 （2） 手工输入 IP 与 MAC对。 探测 IP/MAC地址对 图 8-19 IP/MAC 地址探测 表 8-14 IP/MAC 地址探测项说明 域名 说明 按网口探测 IP/MAC 地址探测方式。 fe1 等网口 当前已激活的网口列表 管理员根据需求指定要做 IP/MAC 探测的网口，可以多选 按 IP 探测 IP/MAC 地址探测方式 输入框 输入 IP 地址或网段 探测 点击后，对指定网口进行 IP/MAC 地址对的探测 探测完成时，指定网口前的选择中符号消失，管理员可以点击“探测到的 IP/MAC 对”进行查看。 探测到的 IP/MAC 对 点击后，显示当前探测到的 IP，MAC 和网口的列表。

基于区块链技术的供应链金融白皮书(2020).pdf

CSDN佛怒唐莲上传的视频均有对应的完整代码，皆可运行，亲测可用，适合小白； 1、代码压缩包内容 主函数：main.m； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开main.m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博客文章底部QQ名片； 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作

从数据中学习结构是贝叶斯网络研究最重要的基本任务之一。 特别地，学习贝叶斯网络的可选结构是一个不确定的多项式时间（NP）难题。 为了解决这个问题，已经提出了许多启发式算法，并且其中一些在不同类型的先验知识的帮助下学习贝叶斯网络结构。 然而，现有算法对先验知识有一些限制，例如质量限制和使用限制。 这使得很难在这些算法中很好地利用先验知识。 在本文中，我们将先验知识引入了马尔可夫链蒙特卡洛（MCMC）算法，并提出了一种称为约束MCMC（C-MCMC）算法的算法来学习贝叶斯网络的结构。 定义了三种类型的先验知识：父节点的存在，父节点的不存在以及分布知识，包括边缘的条件概率分布（CPD）和节点的概率分布（PD）。 所有这些类型的先验知识都可以轻松地用在该算法中。 我们进行了广泛的实验，以证明所提出的方法C-MCMC的可行性和有效性。

给定人脸照片完成具体的情绪识别，选手需要根据训练集数据构建情绪识别任务，并对测试集图像进行预测，识别人脸的7种情绪。

基于flask和echarts的中国疫情数据大屏可视化项目

基于深度学习和字符嵌入的细胞穿透肽预测

1、本资源针对SiouxFalls交通网络，基于Frank Wolfe算法，求解交通分配用户均衡模型。 2、UE.py为代码；Link.csv为边信息；Node.csv为节点信息（未用到，其中包括节点坐标）；OD.csv表示OD流量需求；此外包括网络均衡结果.csv。 3、用户均衡，表示没有用户可以通过单方面改变出行路径，从而降低出行费用。 4、本资源代码逻辑较为明确，便于阅读、学习。

Matlab系列--《基于MATLAB与FPGA的图像处理教程》学习代码