Android流式布局，支持点击、单选、多选等，适合用于产品标签等，用法采用Adapter模式，和ListView、GridView用法一样！2016/6/26号新添加初始化标签功能，使用非常简单，只要你的Adapter实现OnInitSelectedPosition即可，对于点击模式是不存在初始化标签一说的；对于单选模式来说，如果有多个初始化选择，则默认去第一个；对于多选来说正常使用！！！特色填充数据和ListView、GridView用法一样使用Adapter，更新数据直接通过adapter.notifyDataChanged来更新支持点击、单选、多选事件三种模式：FLOW_TAG_CHECKED_NONE、FLOW_TAG_CHECKED_SINGLE、FLOW_TAG_CHECKED_MULTI支持OnTagClickListener单点事件支持OnTagSelectListener单选、多选事件效果图版本更新2016/6/26添加初始化选中标签单选模式下初始化标签只有第一个起作用多选模式下只要设置初始化选中就可以添加初始化选中标签代码示例Adapter实现OnInitSelectedPosition接口实现接口中isSelectedPosition方法就可以，选中返回true，不选中默认返回false public class TagAdapter extends BaseAdapter implements OnInitSelectedPosition {  @Override         public boolean isSelectedPosition(int position) {         if (position % 2 == 0) {             return true;         }         return false;     }  }

LibSpritesGUI 上古神器I：精灵图2D图形引擎 想要一个能在单片机上运行的高性能的2D图形引擎，却不知道怎么如何下手？没问题！ 想要制作一些简单的GUI，却苦于不想写字库的处理？没问题！ 想要开发一点复杂的GUI，但是资源有限跑不动市表面的GUI库？没问题！ 甚至是想要制作复杂的动画，甚至是制作一款2D RPG游戏？也是没问题！ 让这个库帮你解决掉这些烦恼！ 注意：该项目因涉及大量整型运算优化，需要至少16位机方可运行 请放弃手动的51单片机吧，建议使用STM32 / ESP8266 / ESP32等更加先进又便宜的设备来运行 （演示视频位于static / demo.mp4） 它可以做什么？ 128x64分辨率，黑白输出，适合合适便宜的12864屏幕 最大可同时输出256个完全不同的精灵图 支持5个层叠（查找表）的叠加渲染 除背景层外，每个季度均支持多层多层信息 每个季度

sart matlab重建代码影像重建 该图像重建项目是圣路易斯华盛顿大学“逆问题的数学方法”课程要求的一部分。 该存储库包含： Matlab代码 固定方法（由Esion提供）-包含最终报告中所述的用于实施ART和SART的所有必要代码。 文件包含其自己的自述文件，描述了每个代码的实现。 FISTA和新方法（NM）（由Uri和Maria撰写）-包含最终报告中所述的用于实施FISTA和新方法的所有必要代码。 文件包含其自己的自述文件，该文件描述了每个代码的实现。 报告（联合协作）最终报告，概述了该项目的主要成果和衍生成果。

完整开源CRM管理系统源代码.界面很不错,用里ligerUI.

matlab cusum代码安装软件包 > 贝叶斯检测器 Adwin检测器 累积和 运行演示 > demo () 预测变化置信函数 (PCCF) 脚本包含核心功能 函数pccf(T, mu, sigma)使用解析解计算高斯分布的 Pccf 函数pccf_mp(T, mu, sigma)使用简单的消息传递算法计算 Pccf（对于任意分布的情况，可以轻松修改） 函数write_pccf(filepath, T = 100, mu = 25.0, sigma = 3.2) Pccf 值打印到文件中 脚本运行模拟确认pccf()和pccf_mp()正确性 Gamma 分布案例 用于 Gamma 分发的 PCCF 位于文件 ./r-code/pccfGamma.R PS：程序是用语言编写的（语法是 ）。 参考

matlab仿真故障代码基于集群稀疏编码的大型电力系统多事件分析 实时准确的事件分析对于高保真态势感知至关重要，这样可以在任何孤立的故障升级为级联停电之前采取适当的行动。 现有方法仅限于检测单个或两个事件或指定的事件类型。 所提出的基于集群的稀疏编码（ CSC ）算法可以提取多事件场景中涉及的所有底层单个事件。 先决条件 Matlab（在 Matlab R2015a 上测试） 数据集： “NPCC”试验台基于 28 GW 负载的 48 台机器（140 条总线）系统。 该模型代表了 NPCC 区域，覆盖了 ISO-NE、NYISO、PJM、MISO 和 IESO 的全部或部分。 这些模拟是基于“NPCC”测试平台完成的，它是真实系统的简化模型，使用电力系统工程模拟器 (PSS/E)。 基于NPCC测试数据集，我们生成了单事件案例（S1C）、双事件案例（M2C）和三事件案例（M3C）。 粗略地说，为每种类型的案例创建了 100 多个测试样本。 职能 主要功能 : 运行演示的主要功能 normalization.m : z-score 归一化 sparsecoding.m : 计​​算稀疏系

用于创建软件的统一建模语言（UML）图的程序。 该项目已移至KDE https://kde.org/applications/development/org.kde.umbrello在每个Linux发行版中以及Windows上都可用，网址为https://windows.kde.org https://umbrello.kde.org /

校外培训机构课程管理的好工具

怎样修改MATLAB现有代码中数据RNN-VAE 混合预测系统。 使用VAE获取与时间相关的系统的潜在状态。 使用RNN（水库计算机）来发展潜伏力。 VAE可转换为预测。 基于通过MATLAB生成的综合数据 VAE基于现有的python jupyter实现。 通过MATLAB更新RNN。 跑步： 运行Generate.m。 这将获得综合数据。 确保数据放置在root\n='..\n/\n..\n/\ndata\n/\nsynth'下，或修改python笔记本中的路径。 运行VAE.ipynb，第一部分。 这将生成模型参数，包括潜在变量。 将logvarout.csv，muout.csv加载到matlab中，或确保它与RNNClimateVae.m文件位于同一文件夹中 运行RNNClimateVAE.m。 这将对潜在变量生成预测。 每次运行的性能可能会有所不同。 如果性能良好，请在if（false）区域中运行最终代码块以保存预测 运行VAE.ipynb，第二部分。 这将从潜在预测中生成输出预测。 VAE.ipynb还有另外两个部分，需要进一步分析。 第三部分改变一个潜在方向，同时保持其他不变，从而了解

开源的教学管理软件，可以直接安装使用 直接点击安装