这是一个Cordova插件，用于进入二维码扫描界面并返回扫描结果，可用于Cordova自定义插件的开发的学习，插件直接安装可以正常使用。

基于simulink环境搭建的超级电容、蓄电池混合储能仿真模型，可供学习设计参考。

欠定盲源分离的混合矩阵估计算法

刚学习高斯混合模型，收集了些资料方便大家共同学习。 这里包括一些相关的论文 和博客链接，同时附上一段基于opencv的c++代码

应用线性矩阵不等式(LMI)方法研究T-S模糊系统的H2/H∞混合控制器的设计问题.首先针对T-S模糊系统分别设计H2和H∞ 控制器;然后以线性矩阵不等式的形式给出T-S模糊系统H2/H∞混合控制器存在的充分条件及相应的控制器设计方法.在给定的H∞ 干扰约束下,通过优化H∞控制性能指标实现了模糊状态反馈次优控制.最后通过例子验证了所给出的H2/H∞混合控制器设计方法的可行性和有效性.

Python+go双语言混合开发实战项目 mxshop_goods-srv.sql

使用神经混合形状学习骨骼关节 这个存储库提供了一个端到端的库，用于自动角色绑定、蒙皮和混合形状生成，以及一个可视化工具。 它基于我们在 SIGGRAPH 2021 上发表的研究。 先决条件 我们的代码已经在 Ubuntu 18.04 上测试过。 在开始之前，请通过以下方式配置您的 Anaconda 环境 conda env create -f environment.yaml conda activate neural-blend-shapes 或者您可以手动安装以下软件包（及其依赖项）： 火炬 1.8 张量板 tqdm 矮胖的 opencv-python 快速开始 我们提供了一个专用于 Biped 角色的预训练模型。 从或（9ras）下载并解压预训练模型，并将pre_trained文件夹放在项目目录下。 跑步 python demo.py --pose_file=./eval_

针对传统的过采样算法在增加样本的同时可能使决策域变小和噪声点增加的问题进行了研究，提出了一种基于错分的混合采样算法。该算法是以SVM为元分类器，AdaBoost算法进行迭代，对每次错分的样本点根据其空间近邻关系，采取一种改进的混合采样策略：对噪声样本直接删除；对危险样本约除其近邻中的正类样本；对安全样本则采用SMOTE算法合成新样本并加入到新的训练集中重新训练学习。在实际数据集上进行实验，并与SMOTE-SVM和AdaBoost-SVM-OBMS算法进行比较，实验结果表明该算法能够有效地提高负类的分类准确率。

应用线性矩阵不等式(LMI)方法研究T-S模糊系统的H2/H∞混合控制器的设计问题．首先针对T-S模糊系统分别设计H2和H∞控制器；然后以线性矩阵不等式的形式给出T-S模糊系统Hz/H∞混合控制器存在的充分条件及相应的控制器设计方法．在给定的H∞干扰约束下，通过优化H2控制性能指标实现了模糊状态反馈次优控制．最后通过例子验证了所给出的H2/H∞混合控制器设计方法的可行性和有效性．

阿里巴巴混合云2021届笔试题（不完全回忆版版主要记录作者印象深刻特别简单的没有记录）；仅仅是回忆版，不完全记载