兼容国产达梦数据库的Activiti5.22，6.0 jar包。已修改源码，需要的可以下载

排名检索引擎 这是使用（VSM）进行分级检索的索引和搜索技术的Python实现。 具体而言，为向量空间评分实现了加权方案。 对于余弦值的计算，由于不影响查询文档之间的相对余弦分数关系，因此有意将查询向量长度的归一化作为优化决策而省去了。 要求 已安装 使用数字命名的组成文档建立索引和搜索的语料库（例如，NLTK数据中的路透社语料库） 索引编制 命令： $ python index.py -i -d -p 是要建立索引的文档集合的目录 是要由索引器创建的字典的文件名 行的格式为：“” 最后一行包含元信息，并指示所有以升序索引的docID以及其矢量长度，格式为： 例如metadata:1

Cheat Engine 5.6 src Delphi源代码 完整版可以自己编译哦

Cheat Engine 5.6.1 src Delphi源代码 完整版可以自己编译哦

战车 一个虚幻引擎4中具有简单AI对手，地形和高级控制系统的开放世界头对头战车游戏。 特征： 完全由玩家控制的（超赞！）坦克 一台或多台AI控制的坦克（取决于难度），让您死亡 我猜也想让你死的敌人迫击炮 电传操纵系统（以后可能会添加其他控制方案） 全面的控制器支持！ 风景秀丽的战场景观，四面环山，使您无法逃脱 逼真的物理，爆炸和碰撞 HUD元素，如瞄准十字准线，玩家和AI健康指标（甚至可能以后再添加一个迷你地图！） 非常酷的Main和Pause菜单和UI！ 即将添加更多功能！ 屏幕截图： 快来了...

生存虚幻游戏 使用Unreal Engine 4游戏引擎制作的生存游戏。

基于pyknow的基于规则的系统 先决条件 吉特 python 3.5+ jupyter笔记本 下面介绍一些python软件包 pyknow简介 描述 pyknow的主要功能之一是与python 3兼容并使用RETE算法。 pyknow还要用纯python实现。 该软件包的目的是在python中实现CLIPS替代。 目标还在于，这两个工具将尽可能地兼容，以便CLIPS程序员可以轻松地将所有知识转移到该平台。 安装及使用 要在shell pip install pyknow安装此python软件包simpy typ， pip install pyknow不是在您的代码类型中使用该软件包 回购里面有什么 如何设定 首先下载要在您的CLI中运行回购协议的文件 git clone https://github.com/konradbjk/Rule-Based-Engine-pyknow 否转到

胚胎引擎 此存储库包含 Embryo 的可执行版本 - Gomoku / Renju / Caro AI、Windows 和 Linux 版本 用法 可以在piskvork.exe管理器或Yixin GUI下启动Embryo AI。 Piskvork.exe 从这个 github repo 下载压缩的胚胎 从选择引擎对话框设置下载文件的路径 桂宜新 从这个 github repo 下载压缩/bz2 胚胎 从 zip/bz2 解压可执行文件 创建一个安装了 Yixin GUI 的新文件夹，使用与普通 Yixin 不同的副本 Windows - 将解压的 pbrain-embryo...exe 重命名为步骤 3 中文件夹内的 engine.exe。 Linux - 将解压后的 pbrain-embryo 重命名为步骤 3 中的 engine 内文件夹。 联系、支持、请求 如果您需要更多信息，

虚幻引擎模块管理器 易于使用的工具，可为虚幻引擎生成新模块。 它有什么作用？ 当您使用项目的.uproject文件打开此应用程序时，它将快速扫描以查看已经存在的模块。 新模块对话框显示了要预先设置到新模块中的选项列表，包括名称，依赖项，加载阶段和模块类型。 当您单击“创建”时，它将在源目录中创建所有文件，还可以选择在项目的.uproject文件中附加一个条目，其中包含新模块的信息。 为什么？ 为了为UE4创建一个新模块，它涉及许多繁琐的文件放置和命名，非常容易出现人为错误。 此应用程序使您可以生成一个已经设置有给定名称的全新模块，以便您可以开始更快地编写重要的代码。 何时可以轻松创建模块 它提供了更多理由来模块化您的代码库 查明来自特定模块的错误 清理代码 这似乎是当当的 是的，但是它也很有用，所以请观看它。 要求 该可执行文件针对64位和.Net Framework 4.5进行

NIPYPE：Python中的神经成像：管道和接口 当前的神经影像软件为用户提供了使用多种不同算法分析数据的难得的机会。 但是，这导致了专用应用程序的异构集合，而没有透明的互操作性或统一的操作界面。 Nipype是NiPy旗下由社区开发的开放源代码计划，它是一个Python项目，可为现有的神经成像软件提供统一的界面，并促进单个工作流程中这些软件包之间的交互。 Nipype提供的环境鼓励交互式探索来自不同软件包（例如SPM，FSL，FreeSurfer，AFNI，Slicer，ANTS）的算法，简化了软件包内部和软件包之间的工作流程设计，并减少了使用不同软件包所需的学习曲线。 Nipype正在使用高级语言为神经影像软件开发创建一个协作平台，并解决现有管道系统的局限性。 Nipype允许您执行以下操作： 轻松与来自不同软件包的工具进行交互 结合来自不同软件包的处理步骤 重用旧步骤中的常