这个是优化版,直接打开后就知道怎么做了,其中的游戏道具部分不能读取游戏中的名称,不过已经加大了范围,只要每个都修改上一个,总会有你想要的。
2021-08-20 13:05:28 2.5MB RMVX 修改器 攻击 防御
1
玩DOS游戏时经常不能存档,出错以后又要重新游戏,非常不爽。这个程序是用QEMU改成专门玩DOS游戏的模拟器。游戏的时候按F2就存盘,按F3就取档,非常方便快捷。 如果想调更老的档案,就按F8,按1次F8是最近一次,按2次F8就是倒数第二次。
2021-08-17 13:22:41 759KB DOS 游戏
1
行业分类-金融管理-一种会计用存档柜.zip
EC2上的BSC主动节点 使用terraform基础架构作为代码 通过userdata脚本构建BSC全节点,如果提供了密钥,则将日志记录发送到相加逻辑。 这基于DevOps4DeFi terraform-b​​aseline。 该节点在专用子网上运行,并且通过模块外部的负载均衡器通过https提供jsonrpc访问。 提供者 姓名 版本 ws 不适用 模板 不适用 输入项 姓名 描述 类型 默认 必需的 app_name 用于标记的应用程序的名称。 string "bsc-archive-node" 不 aws_keypair_name 为了允许访问而使用的ssh密钥对的名称。 string 不适用 是的 datavolume_size 要在gb中分配用于存储的存储量 number 1500 不 disable_instance_termination 设置为f
2021-08-15 05:14:36 11KB Shell
1
matlab++博弈论代码 说明 这里是我的存档仓库,保存着所有我认为有必要保存的代码和学习笔记 代码内容 代码的语言基本上全部都是python,这里存储的代码包含: 名称 介绍 script/ann/ 想写一个极简的bp神经网络的模块化工具,烂尾了 script/graphics/ 很早的尝试手工实现一个绘制3d图形的尝试,示范性的,细节存在缺陷 script/other_script/ arduino,单片机,matlab的一点很早的代码 script/pygame_script/ pygame学习中的一些代码,包含了一个完整的使用了博弈树的人机对战下棋游戏 script/pythonista/ 只能在ios上面的pythonista应用的一些代码 script/bt_spider.py 一个入门级的用来爬北邮BT的部分内容的爬虫 script/imagetest.py 这应该是pygame学习的代码,放错位置了 script/imagetools.py 一个包含了十几个,也许一二十个基本的数字图像处理算法的函数的模块文件 script/L_system.py 实现了解析L系统的方
2021-08-13 16:34:37 32.47MB 系统开源
1
matlab中存档算法代码盲反卷积 盲反卷积是使用未知模糊内核对图像进行模糊处理的过程。 我的大部分工作都与Rob Fergus的相关工作及其实施有关 为了提取清晰的图像,我们首先需要计算模糊核。 后者是使用最大后验(MAP)算法估算的,同时假设模糊核值具有指数先验分布。 理想情况下,先计算后验分布,然后再使用MAP算法。 在估计了模糊内核之后,使用Richardson Lucy算法(非盲反卷积)算法来获取最终锐化图像的像素值。 我的文章中给出了该算法的详细解释。 结果很少显示如下: 您还可以通过仅选择特定的图像区域并将其作为算法的输入,来锐化图像的一部分。 例如,考虑下面的模糊图像及其结果。 在这里,我只是想使瓶子更锋利,而不是使backgorund变得更锋利。 在任何模糊图像上运行代码的步骤: 将模糊的图像复制到images /中(例如ian1.jpg) 复制结果/中的示例图像脚本之一(例如,如果使用Linux,则为“ cp ian1.m ian1.m”) 编辑新的图像脚本(例如ian1.m),更改以下设置:-obs_im以反映新的文件名(例如obs_im ='../images/
2021-08-01 17:06:07 291.65MB 系统开源
1
Pareto存档进化策略算法(The Pareto Archived Evolution Strategy)
2021-07-31 18:10:06 210KB 进化算法、PAES
1
jsksjsjnsns
2021-07-22 09:01:16 3.06MB knnnn
1
十分好用的CM0102游戏存档修改器,功能强大,数据安全。
2021-07-21 11:53:50 2.52MB CM0102
1
matlab中存档算法代码机械臂-Matlab 目标 该项目的主要目标是创建一个工具,该工具可以监视上肢活动中遭受神经肌肉疾病困扰的患者,并向医生提供反馈。 为了存档此目标,我们设定了必须存档的某些目标: 实施机器学习代码,该代码允许用户在没有任何技术知识的情况下自动创建和实现机芯的分类。 创建易于使用和理解的界面,医生或患者可以通过以下选项使用: 可视化用户手臂给予的身体React,以便医生可以看到来自用户二头肌,三头肌,位置和力量的肌肉React。 使医生能够创建个性化的培训方法,该方法将自动应用已实施的机器学习代码。 该选项必须包括对用户响应进行采样并在需要时添加或删除它们的可能性。 这将使医生能够针对每个患者进行康复锻炼和治疗,并获得对每个用户操作的响应。 创建预定义的经过训练的算法集,以区分对训练过程有帮助的动作,或在治疗过程中或在用户家中使用刚从医生那里创建的程序。 创建一个通用的工作流Matlab应用程序,该应用程序可以简化和最小化用户的操作。 所需硬件 Arduino的 EduExo(机器人外骨骼套件): 所需软件 Matlab 2019或更高版本 代码 更多信息 为了
2021-07-16 21:56:06 3.27MB 系统开源
1