传统的C++模式，用10张图标定摄像头，标定完成后可以在屏幕上生成的棋盘格中点击画出红色十字，并在用以标定的第一张图像上验证标定的结果。

可以直接拿来当设计使用，货真价实！

Simdroid模拟题1结果.7z

旺比 用于分析EEG，ECoG和其他电生理学格式的软件包。 它允许结果的可视化和可用于对睡眠阶段进行评分的GUI。 特征 可以读取以下格式的文件： Axon（.abf，仅ABF2） BCI2000（.dat） 黑石（.nev，.ns2，.ns3，.ns5） 脑视力（.vhdr，.vmrk，.eeg / .dat） EEGLAB（.set，.set / .fdt） 欧洲数据格式（.edf） EGI MFF（.mff） 实地考察（.mat） mne FIFF（.fiff） SystemPlus Micromed（.trc） Moberg（“ EEG，复合，样本系列，复合，MRIAmp，数据”） openephys（.continuous，.openephys） BIDS格式的数据文件 睡眠计分界面 计算频率分析（频谱图），时频分析（短时频谱图，Morlet小波） 检

实验八 电感位移传感器特性研究 实验数据与结果1

用户定义网球的初始位置、速度和旋转。 单位是磅、英尺、秒。 网球场坐标为： x - 地面，垂直于网y - 地面，平行于网络z - 离地高度所采取的路径取决于 3 个力： 1) 重力（在 -z 方向恒定 32 ft/s^2 2) 拖动（与 v^2 成比例并在 -v-hat 方向上） 3）升力（与自旋和速度的叉积成正比） 阻力的比例常数与大气密度、球的横截面积、阻力系数和质量的倒数成正比： k_D = C_D*rho_atmosphere*area/(2*mass) 球的旋转使其升起。 常数有类似的形式： k_L = C_L*rho_atmosphere*area/(2*mass) 投放时旋转会增加错误的余地。 上旋（+y 分量）会产生向下的力，导致球下落并允许发球者以更大的初始角度击球。 后旋是通过将 y 分量设置为负值来创建的。 传播是通过 4/5 阶的 Runge-Kutta-Fehl

vs运行matlab代码 PCA_vs_NMF Compare the decomposition results of PCA and Non-negative Matrix Factorization (NMF) on Yale's faces dataset. PCA: 使用matlab自带的函数实现 NMF: 自己写了实现的代码 测试数据： 耶鲁大学的人脸数据库。考虑到可能有版权的问题，所以没有上传相应的数据，大家可以自己去相应的网站上下载。 结果： result_analysis.pdf中有给出我自己运行出的结果和相应的分析。

SM4 SM3 AES DES RSA MD5等加密结果验证工具。用于对比程序实现的算法与标准加解密结果。支持各种padding 和对称AES DES加密和非对称RSA。

gobangAI AI大作业，实现了棋盘检测，博弈树AI，遗传算法AI，强化学习AI，结果一般

burpsuite小白教程。手把手教学 使用burpsuite拦截浏览器请求，修改请求参数，查看返回结果