针对约束边界粒子在边界区域搜索能力不足的问题, 提出一种基于自适应进化学习的约束多目标粒子群优化算法. 该算法根据不符合约束条件粒子的约束违反程度, 修正优化算法的进化学习公式, 提高算法在约束边界区域的搜索能力; 通过引入一种基于拥挤距离的Pareto 最优解分布性动态维护策略, 在不增加算法复杂度的前提下改进Pareto 前沿的分布性. 实验结果表明, 所提出的算法可以获得具有更好收敛性、分布性和多样性的Pareto 前沿.

Mountain Duck（网络磁盘映射工具）官方正式版V4.5.0.17823

vc列出所有的磁盘映射.显示磁盘卷标映射

对应博文：https://blog.csdn.net/qq_23670601/article/details/97970892 - 最近在用D435做物体识别抓取的时候发现二维坐标到三维坐标没有一个直接能用的从二维像素点坐标转换到三维坐标的ROS节点，自己之前写过的kinect V2的坐标映射的通用性太差，所以这次写了一个节点，利用深度相机ROS节点发布的深度与彩色对齐的图像话题和图像信息内外参话题，将二维坐标映射到三维坐标系。 - 我挂上来的这个节点是将鼠标指向的二维坐标转换到三维坐标系下，并发布话题可视化到了rviz中，因为我自己的物体识别发布的像素坐标话题是一个自己写的消息文件，这次就不放出来了，需要用的把我这里的鼠标反馈的坐标改成你自己的坐标就行了。

VC++实现的自组织映射SOM方法图像分类聚类算法源代码

61850第二版 8-1

window端好用的tcp端口转发工具，可实现端口映射，端口转发

windows好用的端口转发工具

这是的样式和映射配置。 映射文件控制如何使用导入OSM子集。 它是通过调用python3 ./mapping/main.py > ./mapping.json从的文件生成的。 layers.yml文件用于使用python3 ./tegola/generate_tegola_config.py ./tegola/layers.yml > ./config.toml生成Tegola配置。 服务 Imposm使用-expiretiles-dir选项作为服务运行： /usr/local/bin/imposm run -config /home/osm/imposm.json -expiretiles-dir /home/osm/imposm-expire 低缩放层每天播种有： /usr/local/bin/tegola cache seed --bounds="-180,-85.0511,

流形学习算法之一，具有较强的数据挖掘能力，能够用于模式识别。 流形学习算法之一，具有较强的数据挖掘能力，能够用于模式识别。