今天发现一款还挺不错的导航网源码，分享给大家，源码无BUG，无任何后门，导入数据库，然后修改为自己的信息就可以了，数据库里面也有收录接近一百个网站了。

运行后，生成所在目录下所有文件夹及子文件夹所有文件的目录列表，生成excel和txt目录， 其中excel目录附带超链接，可以直接点击打开对应的文档，无需进入文件夹查找打开。 超级方便！ 超级实用！

DFT的matlab源代码 精心制作的COF 从文献中的实验数据库（CURATED）COF中自动跟踪，进行干净，统一和完善的自动跟踪。 该存储库包含来自文献搜索的原始结构，以及git跟踪的更正。 可在上获得具有DDEC费用的DFT优化框架。 cof-frameworks.csv包含cof-frameworks.csv列表 cof-discarded.csv包含因重复检测，未观察到的AA / AB堆叠变体，未观察到的n倍互穿或文档中报告的其他原因而被丢弃的cof-discarded.csv的列表。 cof-papers.csv包含用于在数据库中的COF的参考文件的列表：例如， p0701是COF的基准07010N3 ， 07011N3 ， 07012N3和07013N3 cifs/包含cof-frameworks.csv和cof-discarded.csv列出的cof-frameworks.csv所有晶体学信息文件（CIF）。 该数据库建立在名为的工作之上。 结构标签 引用为 原始版本： D.Ongari，AV Yakutovich，L.Talirz和B.Smit，建立一个一致且可重现的

本文介绍了一种名为“物联网家居中具有自动倒水功能的智能饮水机”的设计方案，该方案是天津工业大学参加“合泰杯”第八届天津市大学生单片机应用设计竞赛的作品之一。该作品属于智能家电类，由大三年级电子信息工程专业的王涛负责。设计方案的指导教师为丁明。

2D目标检测在自动驾驶领域存在很多问题，因为自动驾驶的空间首先是在3D层面上的，而且需要使用RGB图像、RGB-D深度图像和激光点云，输出物体类别及在三维空间中的长宽高、旋转角等信息。这一类检测称为3D目标检测。随着Faster-RCNN的出现，2D目标检测达到了空前的繁荣，各种新的方法不断涌现，百家争鸣，但是在无人驾驶、机器人、增强现实的应用场景下，普通2D检测并不能提供感知环境所需要的全部信息，2D检测仅能提供目标物体在二维图片中的位置和对应类别的置信度，但是在真实的三维世界中，物体都是有三维形状的，大部分应用都需要有目标物体的长宽高还有偏转角等信息。例如下图Fig.1中，在自动驾驶场景下

DL／T 478-2013继电保护和安全自动装置通用技术条件行业标准,最新版的标准

ajax自动轮播图-可点击-鼠标悬停止等

python，跟驰模型，元胞自动机模型，IDM模型，改进的IDM模型，交通流基本图，周期性边界，交通仿真模型，异质交通流稳定性分析，智能网联车辆渗透率，CAV，敏感性分析

本专利介绍的方法主要是针对贴装过程中由吸嘴旋转所带来的同心度偏差，并对其进行补偿修正。

利用计算机完成运行图绘制程序、基于浏览器完成运行图文件读取程序的编写，从而使用户在不需要安装任何客户端程序的情况下，仅仅使用浏览器通过账户登录进入运行图管理程序，绘制、管理运行图。该项功能的实现主要是通过浏览器前端程序调用后端编写好的列车运行图绘制程序和数据库信息，从而使用户在通过浏览器登陆系统后，可以按照需要管理运行图。