matlab icp源码项目目标： 开发用于将部分点云与 3D CAD 模型配准的管道 运行代码时涉及的步骤： 在你希望运行代码的目录中创建一个 BUILD 文件夹，CMkeLists.txt 和 CODE.cpp 传递给代码的参数应该放在构建中 代码接受 3 个参数参数 1 = Kinect 点云参数 2 = CAD 文件参数 3 = ICP 的迭代次数 CAD 文件的预处理： .stl 格式的 CAD 模型以毫米为单位转换为 .pcd 和米。 （将 cad 缩小 0.001） 获得可接受输出的重要约束条件： Kinect 位置不应该改变，因为 Kinect 相对于机器人底座的转换是在代码中硬编码的。 湾要注册的对象放置在一定高度。 在迄今为止获得的结果中，该物体被抬高到了 6-7 厘米以上。 （白色小立方体）在代码中，我们砍掉了 示例 CMakelists、用于获取 Kinect 相对于 Base 的转换的 Matlab 代码以及用于获取从 Kinect 到机器人 Base 的转换的 Matalb 代码都存在于 zip 文件中。 代码将使用“cmake ..”和“make”进行编译

软件工厂：即用型持续集成平台

TMS VCL Cloud Pack4.0.0.0(2019-1-28).rar

EMD的matlab代码分享MSN：用于密集点云完成的变形和采样网络 MSN是一种基于学习的形状补全方法，可以保留已知结构并生成密集且分布均匀的点云。 有关更多详细信息，请参阅我们的 AAAI 2020。 在这个项目中，我们还提供了点云的地球移动距离（EMD）的实现，它基于拍卖算法，只需要 $O(n)$ 内存。 完成后获得 32,768 分 用法 1) 环境和先决条件 pytorch 1.2.0 CUDA 10.0 Python 3.7 2) 编译 编译我们的扩展模块： cd emd python3 setup.py install cd expansion_penalty python3 setup.py install cd MDS python3 setup.py install 3) 下载数据和训练好的模型 从 下载数据和训练模型。 由于规模较大，我们不提供训练集的部分点云。 如果要训练模型，可以使用 和 生成它们。 我们为每个 CAD 模型生成 50 个局部点云。 4) 训练或验证 运行python3 val.py来验证模型或python3 train.py从头训练模型。 E

云计算中融入贪心策略的调度算法研究，周舟，胡志刚，鉴于Min-Min算法优先调度小任务而Max-Min算法优先调度大任务而导致云系统资源不平衡的问题，提出了一种新的算法叫Min-Max. Min-Max算法对时

大觅网实战

博客采用Vue+SpringCloud前后分离的方式。博客采用了高可用Eureka（可以替换成其他微服务组件）以及高可用Zuul，使用以Es搜索引擎作为Zpkin的存储方式去跟踪定位博客的微服务的Api指标，微服务之间负载均衡使用Feign接口，整个项目均写了回退不会发生级联效应。 项目的亮点：所有互联网常用的代表中间件均涉及使用，基本是一个完整的全栈项目，整个博客用的是微服务架构设计与分布式部署方式，整体代码均有注释，并且扩展方便，最终部署的方式需要采用Docker方式。 项目涉及到的技术 前端：node+npm+vue+axios+三个常用的UI组件+v-charts图表 后端：Java+SpringCloud（微服务工具集）+SpringBoot 数据库： Mysql，任意选择数据库导入相应的连接包即可。 中间件：Mybatis（分页插件）+Redis（缓存缓解流量）+Redisson（分布式锁）+RabbitMQ（延迟队列）+Elasticsearch（高亮分页排序）+websocket（监听连接传送数据） 支付：写了支付宝，后续有时间会完善微信，一共有支付宝原始支付与二维

2020年新Spring_Cloud_Alibaba_实战面试题__助力大厂

spring cloud + vue + oAuth2.0全家桶实战，前后端分离模拟商城，完整的购物流程、后端运营平台，可以实现快速搭建企业级微服务项目。支持微信登录等三方登录。

此K3 CLOUD数据字典为金蝶内部资料，版本相对较旧，但也够用，如果想了解最新的，可以用IE浏览器打开此网址：https://open.kingdee.com/K3Cloud/CDPPortal/DataModel.aspx，便于报表开发