我的博文 《认识ESP-IDF-v4.3+工程结构（ESP32-C3应用调整示例）》最终工程结构， 使用 自己画的 ESP32-C3 开发板《自己画一块ESP32-C3 的开发板（立创EDA）（PCB到手）》 。 实现了 ESP32-C3 通过 MQTT 协议连接 ONENET 云平台，实现了数据的上传，平台的下行控制等功能 。 使用了ESP32-C3的 ADC采样， I2C接口， GPIO按键驱动，TIMG 硬件定时器，RMT这些功能，Wi-Fi 使用 Smart_config 的配网方式 。 同时对于 ESP-IDF-v4.3+工程结构进行了分析，使得结构更加规范，整洁。 是一个实际可用的物联网小应用实例，通过此案例，使得新朋友能够快速的使用ESP32-C3来实现自己的项目。

关于Delphi的Excel文件解决方案！

我们确定中性点电流弱轴向电荷GAZ 0 = − 0.654 3 stat 5 sys $$ {G} _A ^ Z（0）=-0.654 {（3）} _ {\ mathrm {stat}} {{5 ）} _ {\ mathrm {sys}} $$，使用由晶格QCD计算的奇数夸克轴向电荷GA s 0 $$ {G} _A ^ s（0）$$。 然后，我们进行一个现象学分析，在此过程中，我们将动量传递区域0.24≲Q 2 form 0.71 GeV2中来自点阵QCD的奇怪的夸克电磁形状因子与来自MiniBooNE实验的（反）中微子-核子散射微分截面相结合，以确定中性电流 弱轴向形状因子GAZQ 2 $$ {G} _A ^ Z \ left（{Q} ^ 2 \ right）$$在0≲Q 2≤1 GeV2的范围内。 这产生了G A Z 0 $$ {G} _A ^ Z（0）$$ = -0.687（89）stat（40）sys的现象学值。 当GA s 0 $$ {G} _A ^ s（0）$$相较其现象学确定时，GAZ 0 $$ {G} _A ^ Z（0）$$的值受GA s 0 $$ {G} _A ^ s

使用410 MeV / u 238 U射弹束，通过在位于GSI机上分离器FRS入口处的铍靶中，通过磨蚀裂变来创建镉同位素。 裂变碎片通过FRS分离并注入等时存储环ESR中进行质量测量。 在两种不同的实验条件下进行了等时质谱分析（IMS），在FRS的高分辨率中心焦平面上有无B tag标记。 在用BÏ标记的实验中，确定注入的碎片的磁刚度的精度为2×10×4。 一种新的数据分析方法，将相关矩阵用于两个实验的组合数据集，首次提供了25种稀有同位素的实验质量值。 该方法的高灵敏度和选择性使人们能够以每周几个原子的速度检出核素。 在这封信中，我们介绍了首次直接测量的129,130​​,131 Cd同位素质量值。 镉以及碲和锡同位素的实验质量值在N = 82时显示出明显的壳效应。 不能从单个新的质量值推导出壳淬火，也不能与明确考虑淬火特征的理论模型更好地达成共识。 这与从γ射线光谱学得出的结论一致，并证实了现代壳模型的计算。

本人前几天手贱，升级了zendstudio。结果提示输入注册码，悲催的下了破解文件、注册码。但是作为一个新用户，根本不知道具体步骤。几经周转，刚破解成功。把资源和使用说明都上传给各位网友。希望节约各位时间。

UAF42设计中文翻译文档········································································································

React PDF表示例 经过测试： Firefox 86.0（Ubuntu）和Chrome版本89.0.4389.82（64位）（Ubuntu） 让我知道你们是否喜欢 :victory_hand: 为什么这个仓库甚至存在？ 我见过无处不在的人问你该如何在react-pdf中建立表格。 可悲的事实是，图书馆中仍然没有为您提供帮助的官方组件。 但是，这并不意味着这是不可能的，实际上，这甚至还不难，您只需要在一小部分CSS上变得肮脏即可。 在此存储库中，我构建了一个简单的示例，该示例说明如何使用，和一些忍者CSS轻松模拟表的外观。 怎么跑 克隆存储库 在终端中，转到存储库文件夹： cd react-pdf-table-example 使用yarn或npm安装依赖项，无论哪种方式： yarn install或npm install 使用以下命令启动项目： yarn start或npm

使用LSTM实现C-MAPSS数据集里面的剩余寿命预测（Pytorch） 每轮训练后测试集误差 score:445.4610 334.5140 358.6489 365.9250 331.4520 283.3463 460.4766 314.7196 325.5950 452.3746 RMSE:16.3614 14.8254 14.9796 15.5157 14.7853 14.2053 16.2834 14.6757 14.7481 15.8802 由实验结果可知，MS-BLSTM 的预测误差均为最低水平，并且实际训练过程中收敛速度较快，涡扇发动机接近损坏时预测准确率较高。与传统机器学习方法相比，深度学习模型如CNN 和 LSTM的预测误差相对较小。而本文所提的 MS-BLSTM 混合深度学习预测模型进一步提高了 RUL 预测精度,，这得益于 MS-BLSTM 混合模型有效利用了时间段内传感器测量值的均值和方差与RUL的相关性，并使用 BLSTM学习历史数据和未来数据的长程依赖。本文所提的 MS-BLSTM 剩余使用寿命预测模型预测精度高，可有力支撑涡扇发动机的健康管理与运维决策。

基于spring boot的020药品配送系统，采用线上下单线下配送方式。使用B/S架构在药店配送管理系统实现了分店管理员、工作人员、用户、配送员、药物信息、药品订单、配送订单、完成订单、在线留言等的功能性。研究内容包括：药物信息、药品订单、配送订单、完成订单等方面进行了研究。系统以当前应用最为广泛的Java语言为基础，结合了目前应用最为广泛的嵌入式嵌入式平台，集成了B/S体系结构。数据库选择简便高效的MySQL，springboot框架。在药店配送管理系统进行管理，不仅可以解除时间空间的束缚，还可以节省人力成本，将数据和库存一目了然地呈现在眼前，方便管理，整个系统操作简便，界面亲切，实用性，安全，高效率，能准确完成操作，实现系统的全过程[3]。系统是用Java语言编写的，系统使用的环境变量为jdk1.8[4]。编译器用的是Eclipse，系统采用springboot框架技术，采用Maven管理jar包，后台数据来自数据库mysql。

JY901官方使用说明文档 JY901模块可进行姿态解算；可输出加速度、角速度、磁场、角度、（JY901B可输出气压、高度），连接GPS可定位。 可以和Arduino、51、stm32等单片机连接，通过上位机软件可以进行调试，校准。 测量精度高、稳定性好：加速度：0.01g，角速度 0.05°/s。姿态测量稳定度：0.01°。 上位机下载：https://download.csdn.net/download/weixin_51762252/85154689