瓦尔达 Varda(瓦尔达),中土世界最美的维拉,繁星的缔造者。 Varda引擎将做为区块网络-星辰之海的动力之源泉,同时也将为区块世界注入新的血液。 瓦尔达(Varda)是最美丽的中土Valar,是恒星的创造者。 Varda引擎是恒星的动力之源,同时,它将为区块世界注入新的血液。 文件 待办事项清单 对等网络 DAG演示网络 制定规则为DAG网络添加星星 写共识 佣金 佣金提交编号 添加初始化并确认功能 允许同伴阻止星的六个确认 注意: 地址的星号应互相包含
2024-04-29 17:10:13 94KB peer-to-peer blockchain cryptocurrency dagger2
1
基于定子磁定向矢量控制的DFIG空载并网模型,目的是实现定子电压跟随电网电压变化,减小并网冲击电流。 在基础的PI控制基础上加入了模糊控制,动态响应速度快了许多,误差也有所减小。 (传统模型+改进模型+结果比较程序)
2024-04-26 18:20:23 310KB
1
2022年中国工业互联网在供应中的应用概览
2024-04-24 09:12:48 32.39MB
1
861【72页PPT】基于C2M供应IT总体规划项目建议方案(豪华版)
2024-04-23 14:18:00 9.64MB
1
在间歇式小型流化床中利用CuO/SiO2为载氧体针对煤CLOU过程进行了初步实验研究。研究发现,在CLOU还原阶段,煤的燃烧过程非常迅速。950℃时,仅需要60 s左右反应即结束。反应过程中O2的浓度并不为0,说明载氧体释放氧气的速率较快,而焦炭的氧化过程是速率限制步骤。温度对反应过程有明显的影响,提高反应温度能显著提高燃料转化效率,但是高温条件下载氧体有烧结倾向,提高Cu基载氧体的高温条件下的稳定性是未来的研究重点。
2024-04-16 19:07:47 209KB 行业研究
1
Oracle EBS 功能顾问入门必备参考书目。共上下两册。每册分为两个压缩包,需要同时下载完后才能解压成功。本资源是上册第二个压缩包。其余压缩包请从本人其他上传资源中找。
2024-04-10 10:08:29 12.58MB ORACLE
1
基于区块技术的供应金融白皮书(2020).pdf
2024-04-09 10:56:26 973KB
1
很多人都在找的程序可以设置积分 比例 全局 可以设置二次交换地址 首页地址 地址伪装 可以和任何程序整合 简单稳定 负载量大 默认排序:等级最高优先 等级:分不同等级积分最高优先。 (等级档次受积分高低约束) 例如:0等级积分1000分。1等级积分1分。肯定等级一排在0等级最高积分上边。 dian.php排序:同上,不同的就是也会点出dd.php积分过多的网站 dd.php排序:同上,不同的是只能点出dd.php选项的站。(一般为0等级) 一直显示: 分两种: 1:0积分和0比率。网站不受积分约束,但受等级约束。等级越高点出越多。如果没有等级那么用远排序在有积分后边。dian.php和dd.php不会点出。 2:有积分和有比率。网站不受积分约束,但受等级约束。其次就是说积分高了会排在相应等级的某个位置。 例如: A1等级)1000分 B0等级)1000分 C:(1等级)0分一直显示 A C B 等级之间有积分约束 不同等级又有等级约束 一直显示虽然不受积分约束但是也分等级中的一直显示还是有比率中的积分约束。 其次就是一直显示中的积分也是遵守程序的高低划分规则的。无非就是0积分还显示这个网站。(比做纯固定效果还好。) 喜欢的同学可以下载
2024-04-04 12:10:26 685KB
1
高度可定制零售供应中台基础系统,集成零售管理, 电子商务, 供应管理, 财务管理, 车队管理, 仓库管理, 人员管理, 产品管理, 订单管理, 会员管理, 连锁店管理, 加盟管理, 前端React/Ant Design, 后端Java Spring+自有开源框架,全面支持MySQL, PostgreSQL, 全面支持国产数据库南大通用GBase 8s,通过REST接口调用,前后端完全分离。
2024-04-01 16:56:08 28.63MB
1
家二手房数据分析与可视化是一个基于Python的项目,旨在爬取家网站上的二手房信息,并对数据进行清洗、分析和可视化,以探索二手房市场的特征和规律。该项目包含以下几个部分: 家二手房数据爬虫:利用requests库和BeautifulSoup库,实现了一个简单的家二手房数据爬虫,可以根据指定的城市、区域、价格等条件,爬取家网站上的二手房信息,包括房源标题、接、户型、面积、朝向、楼层、装修、小区、区域、总价、单价、建成时间、发布时间、关注人数、其他信息等,并将数据保存为csv文件。 家二手房数据清洗:使用pandas库,对爬取的数据进行了一些基本的清洗操作,包括去除重复值、缺失值、异常值,以及对数据类型、格式、单位等进行统一和标准化。 家二手房数据分析:使用numpy库和scipy库,对清洗后的数据进行了一些基本的统计分析,包括计算各个变量的描述性统计量、绘制箱线图、直方图、散点图等,以及进行相关性分析、线性回归分析等,以探索二手房数据的分布特征、影响因素和预测模型。该项目的目的是为了提供一个简单而实用的家二手房数据分析与可视化的示例,帮助感兴趣的用户或开发者了解二手房
2024-03-28 15:43:54 4KB 数据分析 python
1