这是关于钢结构细部的设计程序，它包含：截面特性、简支梁、拼接节点 、锚栓、单跨梁、组合梁、钢管混凝土柱等内容。主要针对钢结构设计人员设计计算一些结构细部构件、节点等，同时为计算提供工程记录、打印计算书等内容。对提高设计速度、结构快速设计有很大的帮助作用。 另外，对于工程的概预算也有很大的参考和帮助作用。 新增计算书预览、页面布置等等。

基于ext很不错的TreeGridEditor树表格

2019年5月份以后，LCD35的驱动程序安装后触点是乱的。 树莓派 LCD35 驱动程序180331版，26针，驱动用错了触摸屏触点是错的。

官网下载太慢，好不容易下载下来的分享给大家，以后会持续更新树莓派官网最新轻量版系统。如果需要桌面版的或者其他版本的欢迎留言，我会提供

决策树分类算法与应用.docx 决策树分类算法与应用.docx

主页有解释博客，可参考 本文要解决的问题为预测问题，即给出seer提取的癌症病人数据，如A病人的患病时长，性别，年龄等信息以及他是否死亡，通过训练后，给出某个病人的信息后就可以判定他是否死亡，具有一定的现实意义。同理还有股票涨跌问题

平衡二叉树课设平衡二叉树课设

行为树框架 for Lua 机缘巧合，近几年的工作一直有涉及到游戏AI这块，网上常见的行为树+黑板似乎不太能满足复杂策划需求，也不太可能让策划自己去配置这种行为树。因此，我对行为树的黑板进行了小改造，让行为树更像一个代码编辑器，我们程序提供为数不多的行为节点，让策划通过编辑行为树来实现他们想要的逻辑，这对于游戏程序员来说也算是一种解放吧。 基本概念 节点数据结构 { name = 'find_enemy', -- 节点名称 desc = '查找敌人'， -- 说明 args = {w = 100, h = 50}, -- 常量配置 input = {'var1', 'var2'}, -- 输入变量 output = {'target'}, -- 输出变量 children = {}

针对配电网故障信息出现异常尤其是不可识别异常而导致误判的问题，提出了一种基于网络树状图和改进D-S证据理论的配电网故障定位新方法。该方法的突出优点在于使用多源信息进行故障定位，可避免因单源信息发生异常导致的误判。首先提出了一种新的基于网络树状图的搜索算法，该算法利用配电网故障时产生的故障指示器信息、配变报警信息和电话投诉信息建立相应的网络树状图，并通过搜索网络树状图进行故障初步定位。然后利用改进D-S证据理论将每种故障信息的定位结果进行信息融合，得到最终的定位结果。实例结果表明所提方法有效、可行，可以解决故障信息出现不可识别异常时的定位问题。

你不得不了解的机器学习知识 1.什么是机器学习? (1)机器学习、深度学习、人工智能是什么关系？ 机器学习包含了很多种不同的算法，深度学习就是其中之一，其他方法包括决策树，聚类，贝叶斯等。 深度学习的灵感来自大脑的结构和功能，即许多神经元的互连。人工神经网络（ANN）是模拟大脑生物结构的算法。 不管是机器学习还是深度学习，都属于人工智能（AI）的范畴。所以人工智能、机器学习、深度学习可以用下面的图来表示： (2)机器学习的基本思路 通过训练集，不断识别特征，不断建模，最后形成有效的模型，这个过程就叫“机器学习”！ (3)监督学习、非监督学习、强化学习 机器学习根据训练方法大致可以分为3大类