Cities Skylines 城市天际线必备Mods 为你的城市堵车而烦恼吗？还在抱怨车辆一直使用单行道大法吗？ 用这款插件为你的AI提高智商吧！ 安装方法：直接把解压文件夹，放到游戏主目录..\Cities Skylines\Files\Mods\里面然后在游戏内容管理器里面的模组模块启用。

iTS_-_Intelligent_Traffic_System_v2.0.8

Mobile_Traffic_System_exp v1.3.3

Unity iTS - Intelligent Traffic System 1.1.3.zip内有Unity iTS - Intelligent Traffic System 1.1.3.unitypackage 注意：当在高版本unity（如unity2017）导入的过程中有一个“I made up.Go Ahead!”和“thanks”的选项时，选择“I made up.Go Ahead!”，unity就会帮你改好代码了！！！ 亲测在unity2018.4.16c1导入时，点击“I made up.Go Ahead!”，导入后可直接运行

Java流量 这是一个关于显示有交通的道路的项目，由情人节、迈克尔和保罗创作

一个使用pygame在Python中实现的交通模拟器。 先决条件 这个项目需要numpy、pygame和scipy，并且使用Python 3。 还有trafficSimulator 只需将trafficSimulator文件夹放在与文件相同的路径，然后使用from trafficSimulator import *。 虽然我们可以修改Simulation类以存储我们以后可以使用的模拟数据，但如果数据收集过程更加简化会更好。 这个模拟还是有很多不足的。曲线的实施是糟糕且低效的，并且会导致车辆和交通信号之间的相互作用出现问题。 虽然有些人可能认为智能驾驶员模型有点矫枉过正，但重要的是要有一个模型可以复制真实世界的现象，如交通波（又名幽灵交通蛇）和驾驶员反应时间的影响。出于这个原因，我选择使用智能驱动模型。但是对于准确性和极端真实性并不重要的模拟，例如在视频游戏中，IDM 可以被更简单的基于逻辑的模型所取代。 完全依赖基于模拟的数据会增加过度拟合的风险。您的 ML 模型可以针对仅存在于模拟中而在现实世界中不存在的零食进行优化。 模拟是数据科学和机器学习的重要组成部分。

Pingtunnel pingtunnel 是把 tcp/udp/sock5 流量伪装成 icmp 流量进行转发的工具 注意：本工具只是用作学习研究，请勿用于非法用途！！！ 使用 安装服务端 首先准备好一个具有公网 ip 的服务器，假定域名或者公网 ip 是www.yourserver.com 从下载对应的安装包，如 pingtunnel_linux64.zip，然后解压，以root权限执行 sudo wget (最新release的下载链接) sudo unzip pingtunnel_linux64.zip sudo ./pingtunnel -type server (可选)关闭系统默认的 ping echo 1 >/proc/sys/net/ipv4/icmp_echo_ignore_all 安装 GUI 客户端(新手推荐) 从下载 qt 的 gui 版本 双击 exe 运行，修改

Iris 是一款十分出色的网络通讯分析工具，为知名的网络信息安全企业 eEye Digital Security 开发设计。它可以协助网站管理员随便地捕捉和查询出入互联网的数据文件，开展研究和编解码并转化成形式多样的统计图，它可以检测该设备端口号和计算机设备的运用状况，合理地管理方法网络通讯。相对性于其他网络嗅探器，Iris 更为实用和个性化，以多样化的控制模块达到不一样层级客户的要求，是网络安全管理工作人员和剖析工作人员的必需专用工具。

1.现象说明当有行人过马路的时候,按下按钮,黄灯闪烁5次,人行道变绿灯,车行道变红灯,并进行15S倒计时 2.使用的STM32F103R8C8芯片，可以参考资源内部的配置文件，来进行配置其他STM32的芯片 4.可扩展为十字路口的红绿灯 5.对资源文件若有疑问可以私信我呀

探索空中交通流时间序列的多重分形特征有助于理解时间序列中的自相似性和相关性，从而有助于深入了解空中交通流的演变机理和规则模式，从而有助于发展有效的空中交通流量管理措施。 利用多元分形趋势波动分析方法，我们确定了北京首都国际机场2017年夏季的总量，到达和起飞空中交通流量时间序列在对应分频以下的尺度上具有多重分形性，并且其主要原因是多重分形的特征是大小波动的远距离相关性。 在时间序列的多重分形上进行的比较表明，总的和到达的空中交通流分别具有最强和最弱的多重分形，而离场的空中交通流介于两者之间。 比较结果还表明，总的和到达的空中交通流量对大的波动不敏感，以小波动为主导，而出发的空中交通流量对小波动不敏感，并且以大波动为主导。 此外，对雷暴季节和非雷暴季节的时间序列的多重分形特征的调查表明，雷暴季节对总空中交通流量的影响最大，并且在多重分形性方面存在显着的本质差异。雷暴季节前后的总空中交通流量。 对于到达的空中交通流量，极端波动率仅存在差异，而对于出发的空中交通流量，除了数量上的一些差异外，本质上没有差异。