Laser Control Utility的开发旨在轻松处理任何仪器与Continuum Surelight激光系列之间的TTL通信。 这是通过通过计算机LTP1端口监视TTL信号来实现的，该端口的信号通过RS232传输到激光单元，该激光单元还用于控制基本激光参数，例如脉冲分频器（激光频率）和Q开关。 快门调制功能允许用户使用TTL信号按需打开激光快门，并根据需要控制脉冲激光的长度。 该方法产生可再现的全功率激光脉冲。 最初的动机是将质谱仪数据系统连接到各种激光系统。 由巴西圣保罗大学Jair Menegon，Paulo Moreira和Thiago Correra开发。

matlab最简单的代码地线 Matlab代码，用于从EBSD数据计算几何上必要的位错密度 此代码需要Matlab和MTEX 这是此项目中包含的文件的简要说明： GND_auto.m包含matlab函数的主文件，应调用该函数来计算GND值。 doBurgersBCC.m用于设置“体心立方”材质的Burgers矢量信息的函数。 这被GND_auto调用。 doBurgersFCC.m用于为面心立方材料设置Burgers矢量信息的函数。 这被GND_auto调用。 doBurgersHCP.m用于设置六角密堆积材料的Burgers矢量信息的函数。 这被GND_auto调用。 cpp_curvatures.cpp（不建议使用）*一个c ++源文件，其中包含用于计算EBSD数据集的晶格曲率的代码。 这由GND_auto调用。 使用C ++是因为matlab进行这些计算的速度要慢得多。 cpp_curvatures.mexw64（不建议使用）*这是一个“ mex”文件，允许Matlab执行c ++代码。 如果遇到错误，可以通过在Matlab中发出以下命令让Matlab重建此文件：mex cpp_

Mastering Xamarin UI Development Second Edition, 共628页。

LPSS 代码根据拉丁化部分分层抽样方法在 [0,1] 上生成 n 维均匀样本。 该方法用于推广拉丁超立方抽样方法，以便在用户指定维度的子域上进行分层。 该方法详细描述于： Shields, MD 和 Zhang, J.（2016 年）。 “拉丁超立方体采样的推广。” 可靠性工程和系统安全。 148：96-108。 提供了一个简单的演示，以图形方式显示了如何根据两个二维子域和一个一维子域的分层来构建五维样本。 还提供了适用于 Shields 和 Zhang 提出的 6 维板屈曲问题的代码。

hermite插值的matlab代码CarND路径规划项目 无人驾驶汽车工程师纳米学位课程 概述 在这个项目中，我实现了Moritz Werling，Julius Ziegler，Soren Kammel和Sebastian Thrun在（2010）发表的论文《 Frenet框架中动态街道场景的最佳轨迹生成》中概述的方法。 该方法将在下面讨论。 首先，我在Matlab中创建了一个模拟器来开发代码。 该模拟器允许可重现的场景构造，从而大大简化了测试。 使用matlab，我创建了轨迹生成和行为计划模块，以及React层模块。 然后将matlab代码移植到c ++。 下面将介绍更详细的方法，并在底部提供代码说明。 结果 汽车成功驾驶，没有发生任何事故。 最佳轨迹生成 该方法的所有细节均在上述论文中给出。 简而言之，将在横向上的一组加速度率最小化轨迹（JMT）与在纵向上的一组JMT相结合，并将成本最低的组合用作最终的2d轨迹。 （这在TrajectoryGenerator/generate_() 。） 使用几种不同的可能模式（跟随，合并，停止和保持速度）创建纵向轨迹。 前三种模式可求解完整的5

强化学习解决方案第二版（Richard S. Sutton的，Andrew G. Barto） 第12章已更新。 有关详细信息，请参见下面的日志。 那些正在使用它来完成您的作业的学生，​​请停止该作业。 本手册旨在为数百万没有官方指南或适当学习环境的自学人士提供服务。 而且，当然，作为个人项目，它会出现错误。 （如果发现任何问题，则有助于解决问题）。 欢迎来到这个项目。 这是一个很小的项目，我们还没有做太多的编码，但是我们一起合作完成了著名的RL书籍《强化学习》（萨顿的介绍）中的一些棘手的练习。 您可能知道这本书，尤其是去年出版的第二版，没有正式的解决方案手册。 如果将答案发送到作者留下的电子邮件地址，则将返回不完整且较旧的伪造答题纸。 那么，为什么我们不写我们自己的呢？ 大多数问题都是数学证明，可以很好地学习理论主干，但其中一些是颇具挑战性的编码问题。 两者都将逐渐更新，但数学将排在第

三星 + CLP-680DWXIL+CLP-680ND XIL+ 维修手册 之 注意事项 PDF文档

python-machine-learning-2nd 英文版 高清版 pdf 带目录 电子书

目录 这是一个程序包，可在沿着一维距离h和n维点(x_0, x_1, ... x_n-1) 。 有两个重要参数， n尺寸数（必须> 0） p构造希尔伯特曲线时使用的迭代次数（必须> 0） 我们考虑边长为2^p的n维。 该超立方体包含2^{np}单位超立方体（每个维度2^p ）。 单位超立方体的数量确定了沿希尔伯特曲线的可能离散距离（从0到2^{np} - 1索引）。 快速开始 用pip安装软件包， pip install hilbertcurve 您可以沿希尔伯特曲线计算给定距离的点， >> > from hilbertcurve . hilbertcurve import HilbertCurve >> > p = 1 ; n = 2 >> > hilbert_curve = HilbertCurve ( p , n ) >> > distances = list ( ra

非常好的数理逻辑入门书籍，清晰明白。 比国内的中文书籍讲的好。