Scotty3D 欢迎来到Scotty3D！ 该3D图形软件包包括用于交互式网格编辑，逼真的路径跟踪和动态动画的组件。 卡内基梅隆大学15-462 / 662（计算机图形学）课程的大部分工作都在这些领域中的每一项中实现功能 请访问。 学生工作样本（2020年秋季） 展示！ 网格编辑 路径追踪者

在上查看此项目。 IV_Swinger 注意：如果您有兴趣为没有时间，技能或工具自行完成任务的人员构建硬件，请通过与我联系。 我偶尔会收到这样的人的请求，但我自己做不到。 现在有了PCB，使施工变得更加容易！ IV Swinger是用于光伏太阳能电池板的IV曲线跟踪仪。 硬件设计和软件都是开源的。 该GitHub存储库包含IV Swinger文档，软件和开源许可文件。 IV Swinger 2在这里！ 它几乎在所有方面都比原始版本更小，更便宜，更易于制造，并且更好。 存储库中包含分步施工说明，并将其发布在： 所有IV Swinger 2文档现在都可用： IV Swinger 2：用户指南 IV Swinger 2：可选的环境传感器 IV Swinger 2：设计和工作原理 IV Swinger 2：分步构建（针对每个变体） 磨碎文件 PCB原理图 每个变体的物料清单（BOM）

HuaweiOJ_Solutions:华为OJ刷题源代码

校验和示例 该存储库包含示例代码，该示例代码说明了一种用于计算校验和以验证NovAtel GNSS接收器消息包含预期数据的潜在方法。 有关构建说明，请进入C目录并查看README文件。 这是根据MIT许可提供的。 有关的

TOPSIS-Python python中TOPSIS优化算法的源代码。 TOPSIS是一种补偿性汇总的方法，它通过标识每个准则的权重，标准化每个准则的得分并计算每个备选方案与理想备选方案（这是每个准则中的最佳得分）之间的几何距离来比较一组备选方案。 TOPSIS的假设是标准是单调递增或递减的。 通常需要规范化，因为在多准则问题中，参数或准则的维数通常不一致。 诸如TOPSIS之类的补偿方法允许在多个标准之间进行权衡，其中一个标准的较差结果可以被另一个标准的良好结果所抵消。 与非补偿方法相比，这提供了一种更现实的建模形式，后者包括或排除基于硬边界的替代解决方案。 提供了在核电厂上的应用示例。 样品用法 from topsis import Topsis import numpy as np evaluation_matrix = np . array ([ [ 1 , 2 ,

XenAPI软件开发套件 现在不建议使用该存储库。 它的代码已合并到 该存储库包含XenAPI软件开发工具包（SDK）的生成代码及其关联的文档和示例。 该SDK包含五个组件，每个组件分别用于C，C＃，Java，PowerShell和Python，从而将各个XenAPI调用公开为目标语言中的一流函数。 生成代码用编写。 建造 1.环境设置 安装 。 还建议安装列出的外部求解器之一（例如aspcud）。 确保您使用的是OCaml编译器的opam switch 4.07.1版本： opam switch 4.07.1 并且您有软件包depext： opam install depext 注意：如果要避免自己设置环境，则可以使用一个就绪容器，该容器了预安装的OPAM环境和OCaml编译器。 2.安装依赖项 将添加为远程Opam存储库（按照该存储库中的说明进行操作）。 然后，要安装包含

DeepMIMO：适用于毫米波和大规模MIMO应用的通用深度学习数据集 这是使用软件生成的DeepMIMO数据集的MATLAB代码包。 是公开发布的参数化数据是针对mmWave和大规模MIMO系统中的深度学习应用发布的。 该MATLAB代码包与以下文章有关： Ahmed Alkhateeb，Proc中的“ ”。 加利福尼亚州圣地亚哥，信息理论与应用研讨会（ITA），2019年2月。 文章摘要 机器学习工具正在毫米波（mmWave）和大规模MIMO系统中找到有趣的应用。 这主要归功于它们在学习未知模型和解决困难的优化问题方面的强大能力。 但是，为了推进毫米波/大规模MIMO中的机器学习研究，需要通用的数据集。 该数据集可用于评估开发的算法，重现结果，设置基准并比较不同的解决方案。 在这项工作中，我们介绍了DeepMIMO数据集，它是mmWave / mass MIMO信道的通用数据集。

此次修改,在原版的黑睿程序4.0标准版中加入了WMA和SWF格式的试听功能，完善了readrm.asp、DJPlay_RM和DJPlay_RM_LB文件不易暴露出舞曲纯地址，结合试听服务器的功能，进一步加强防盗连功能！

这是什么？？？ 该存储库包含用于软件定义的基于无线电的无源雷达的处理代码。 无源雷达不发送自己的任何信号-而是通过检测从其反弹的环境无线电信号的回波来定位目标。 请查看，以获取有关无源雷达工作原理的更多信息。 用法 首先克隆存储库，并使用所需的软件包创建conda环境（或手动安装它们）。 git clone https://github.com/Max-Manning/passiveRadar cd passiveRadar conda env create -f environment.yaml conda activate radar-env 您可以从下载一些示例性无源雷达数据（请注意，该文件> 6GB）。 该数据是使用FM广播作为照明源记录的，并具有来自某些飞行飞机的信号的特征。 如果您想记录自己的数据，请。 将数据文件与main.py放在同一目录中，然后运行以下命令来处理数据

blockly-z80 Blockly 适应生成 Z80 代码。 您可以在以下位置查看在线演示 工作正在进行中; 到目前为止执行的命令： 数字常数； 字符串常量； 数字印刷； 字符串打印； 获取和设置数值变量； 四个基本的数学运算（+-*/）； 数值比较； 如果，elif，endif； 固定大小的循环。 看看 index.html 看看它可以做什么：演示为您提供了一个编辑器，它可以在修改时实时生成 Z80 汇编代码； 代码显示在侧板上； 生成的 ASM 代码也使用自动组装。 生成的 Sega Master System ROM 功能齐全，只需单击按钮即可下载。