封装了大部分功能，由于不支持VC6，所以只好封装为DLL库， 已稳定使用半年多，完整开源给大家使用 说明： 1. 支持DOM解析和SAX解析。 2. 支持JSON生成。 3. 主要功能都写了 例子。 4. 多路径解析语法比较另类，可参考例子的使用方法。 上图：

使用说明: 1.易语言 模块和使用例子在Release目录下 2.为了节省打包大小,删除了Visual Studio的配置,重新编译的话 选择Release x86即可 3.官方库若有更新可直接替换include文件夹,重新编译即可 （官方git:https://github.com/Tencent/rapidjson/ ） （官方文档:http://rapidjson.org/zh-cn/ ） 1.1.0.0版-2019.12.12 1) 添加 parse_GBK 函数 (详情在 rapidjson_dll_ec.e 中 GBK解析说明() 有具体原因和说明) 2) 添加 parse2 和 parse_insitu2 函数 (解析失败时不会返回空指针，便于 get_error 取错误信息) 3) 添加 get_error 函数(用于解析失败时获取 错误原因 和 错误位置,需要使用 parse_GBK parse2 parse_insitu2 函数解析返回其指针才能获取) 4) 升级 rapidjson库到官方最新版本(2019.12.3) 1.0.1.0版-2019.9.17 1) 添加 pointer_set_object函数，对已解析的JSON添加对象或数组(例子在 rapidjson_dll_ec.e 生成d演示)。 2) 升级 rapidjson库到官方最新版本(2019.9.12) 1.0.0.9版-2019.5.6 1) 升级 rapidjson库到官方最新版本(2019.4.15) 1.0.0.8版-2018.11.22 1)修复 gstrlen函数 pop顺序错误问题. 2)修复 win10环境下【SAX解析】路径深度到达3时，路径未以0结尾问题.

使用windows平台IWebBrowser2接口动态创建Web浏览器 wtl平台(使用MFC类似)，使用IWebBrowser2创建IE控件，然后浏览网页，当然也可以显示内存中的html字符流。 支持更改右键，支持禁用滚动条，支持word-break，功能强大，可扩展性强。方便自己修改后放入自己的代码中。js代码可回调c++代码。

该项目利用了基于springboot + vue + mysql的开发模式框架实现的课设系统，包括了项目的源码资源、sql文件、相关指引文档等等。 【项目资源】：包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、python、web、C#、EDA、proteus、RTOS等项目的源码。 【技术】 Java、Python、Node.js、Spring Boot、Django、Express、MySQL、PostgreSQL、MongoDB、React、Angular、Vue、Bootstrap、Material-UI、Redis、Docker、Kubernetes

【Hierarchical RL】动态分层强化学习（DHRL）算法代码 动态分层强化学习，Dynamic Hierarchical Reinforcement Learning (DHRL) 是一种自适应分层强化学习算法，其目标是根据任务和环境的复杂性动态地构建、修改和利用分层策略。DHRL 不仅仅是预定义层次结构的简单执行，而是允许代理在学习过程中根据需要动态生成和调整分层策略，从而实现更好的任务分解和高效学习。 DHRL 扩展了传统的分层强化学习（HRL），通过动态调整层次和策略，使其适应环境中的变化和不确定性。这种方法能够处理复杂任务，特别是那些需要灵活调整策略或面临多种不同子任务的情景。

基于Hertz接触理论，在考虑运行工况引起的接触角变化和离心力的基础上，通过受力分析，建立了滚珠丝杠副的力平衡方程并提出一种计算滚珠丝杠副运转过程中接触变形的方法。以某型号滚珠丝杠副为例，分析了轴向载荷、丝杠转速、接触角和螺旋角对滚珠丝杠副接触特性的影响。分析结果表明，转速增大时丝杠侧的接触变形减小，螺母侧的接触变形增大，两侧接触角的差值增大，当转速增大到一定程度时，螺母侧的接触变形会大于丝杠侧；载荷越小，运转过程中接触角的变化越大，对接触变形的影响也较大；接触变形随接触角和螺旋角的增大而减小。

内容概要：本文详细介绍了将时间维度融入A星算法，用于解决多AGV（自动导引车）在同一空间内路径规划和动态避障的问题。文中首先定义了一个新的三维节点类，增加了时间属性，使得每个AGV不仅有空间位置还有对应的时间戳。接着，作者提出了改进的邻居搜索方法，确保AGV移动时考虑到时间和空间的连续性。为了防止AGV之间的碰撞，还设计了一套冲突检测机制，利用字典记录各个时空点的占用情况。此外，加入了启发式函数的时间惩罚项，优化了路径选择策略。最后，通过Matplotlib实现了三维时空轨迹的可视化，展示了AGV在不同时刻的位置关系。 适合人群：对机器人导航、自动化物流系统感兴趣的开发者和技术研究人员。 使用场景及目标：适用于需要高效管理和调度多台AGV的小型仓库或生产车间，旨在提高AGV的工作效率，减少因路径冲突导致的任务延迟。 其他说明：文中提供的代码片段可以帮助读者快速理解和应用这一创新性的路径规划方法。同时，作者分享了一些实用的经验技巧，如调整时间权重以适应不同速度的AGV，以及如何避免长时间规划陷入死循环等问题。

内容概要：该论文探讨了利用灰狼群体合作捕食行为的特点，设计了一种新的无人机集群动态任务分配方法。首先分析了灰狼在捕食过程中展现出的社会层级结构以及合作行为，提出了灰狼互动和合作捕食行为的动力学模型。然后，文中详细介绍了如何将这一自然现象转化为有效的任务分配流程应用于无人机系统之中，强调在不同条件下该方法能显著改进资源均衡分配并提升执行任务的效果。最后通过仿真实验比较新型算法和其他传统任务分配方式（例如拍卖机制）的效果，结果显示新方案在任务收益和资源均衡度方面具有明显的优势。该研究成果有助于增强无人机集群系统的灵活性与鲁棒性，从而更好地适应未来多样化且复杂的任务需求。 适合人群：具备机器人技术基础的研究人员、从事无人机开发的专业人士和关注智能化无人系统的学者。 使用场景及目标：无人机集群在军事侦察、紧急救援等领域中需要高效的任务管理和资源分配策略来保证操作的安全性和效率。此外，本研究所提出的任务分配方案亦可用于解决工业级无人机在物流配送等方面面临的类似挑战。 其他说明：该研究表明，在面对不确定的任务环境或者多个任务节点变化的情形时，模仿生物界群体行为的人工算法可能比传统基于规则的方法更加

FFmpeg 是一个强大的开源多媒体处理框架，用于处理音频和视频数据。它包含了多个库，如 libavcodec（编码器库）、libavformat（容器格式库）、libavfilter（过滤器库）和 libavutil（通用工具库）等，提供了解码、编码、转换、流媒体等功能。动态连接库则是将这些库编译为可以在运行时动态加载的库文件，以减少应用程序的体积和更新库的便利性。 交叉编译是针对不同架构平台进行编译的过程，通常在主机（例如 x86 PC）上构建适用于目标平台（例如 ARM 开发板）的软件。在这个场景下，FFmpeg 动态库是通过交叉编译的方式创建的，确保它们能在 ARM 架构的开发板上正常工作。这样做是因为直接在开发板上编译大型项目可能效率低下，或者开发板可能缺乏足够的资源。 交叉编译FFmpeg通常涉及以下步骤： 1. **环境配置**：你需要设置交叉编译工具链，包括编译器、链接器和其他工具，这些工具能够生成适用于目标架构的代码。例如，对于 ARM 平台，你可能需要 arm-linux-gnueabi-gcc 或者 arm-none-eabi-gcc。 2. **配置FFmpeg**：使用 `./configure` 脚本配置 FFmpeg 构建过程，指定交叉编译器的位置、目标平台的架构信息以及所需的编译选项。例如： ``` ./configure --prefix=/path/to/install --target-os=linux --arch=arm --enable-cross-compile --disable-doc --disable-shared --enable-static ``` 3. **编译与安装**：执行 `make` 和 `make install` 命令，这将生成静态和动态库文件，并将其安装到指定的路径。在交叉编译的情况下，通常会安装到一个临时目录，然后手动将其复制到开发板的相应位置。 4. **库文件转移**：将交叉编译得到的动态库（如 .so 文件）复制到开发板的 `/lib` 或 `/usr/lib` 目录，确保开发板的程序能找到这些库。在描述中提到的，可以直接将这些库文件放到开发板的 `lib` 目录。 5. **链接与使用**：在你的 OpenCV 应用程序中，通过 `-L` 指定库的路径，通过 `-l` 引入库，例如 `-L/path/to/your/libs -lffmpeg`。这样，OpenCV 就能利用交叉编译的 FFmpeg 动态库来处理视频。 交叉编译FFmpeg并将其与OpenCV结合使用，可以让你在嵌入式设备上实现高效的视频处理功能，比如视频解码、帧捕获、转码等。然而，要注意的是，由于不同版本的FFmpeg和OpenCV可能对库接口有变动，所以需要确保两者版本兼容，避免出现编译错误或运行时问题。此外，调试交叉编译的程序可能会比较困难，可能需要借助远程调试工具或日志输出来定位问题。

EcanVCI动态库-用于和Ecan通讯的函数,USBCAN-II和USBCAN-I都适用.