采用python语言编程实现，激光点云K邻域、球邻域和柱形邻域，三种领域的快速搜索，并附有实例

2022.2.22日极域电子教室V6.0 2022专业版2.7.17433已出，不再分豪华版、标准版，只有专业版，界面什么的没任何变化，只是增加了支持windows 11，增加了IP地址段登录模式，修复了两个bug，2021版21.8.25日出了新版2.7.17410。

ART是用于管乐器的灵活仿真框架。 它包括一个不断增长的建模元素库。 到目前为止，Kong不连续性，分支，音Kong，圆柱形和圆锥形管，贝塞尔角和弯曲管都可用于频域建模。 在时域中，可以使用通用双向传播元素，散射元素，分数延迟，具有反射函数的卷积和通用z域网络，并且可以使用MuParserX表达式进行描述。 圆柱形和圆锥形管道也可以根据其几何形状进行定义。 可以枚举可用的模型及其参数，并将其组合起来以形成用于复杂声学结构的模拟器。 可以通过包含其他参数值或全局变量的表达式来象征性地指定参数。 参数之间的依赖关系在运行时解决。 但是，MuParserX表达式是在设计时编译的。 检测并报告零延迟循环。

提出了一种基于时频域特征的情绪检测方法。使用Box-and-whisker plot（箱线图）选择最佳特征，然后将其输入SVM分类器，用于训练和测试DEAP数据集，其中考虑了32名不同性别和年龄组的参与者。实验结果表明，该方法对测试数据集的准确率为92.36%。此外，所提出的方法比最先进的方法表现出更高的准确性。 本文利用DEAP数据集预处理的脑电信号对两种维度进行四分类，即效价和觉醒。首先通过应用FFT将数据集中的样本从时域转移到频域，然后提取对情绪识别特别重要的α、β和θ频带。随后，根据每个情绪对应的象限对提取的频带进行平均，并使用平均频带值提取统计特征。然后，对提取的特征进行缩放，并将各种特征组合输入支持向量机分类器（SVM）进行情感识别。据观察，我们的方法使用偏度、峰度和波熵特征预测情绪，准确率为92.36%。与现有的DEAP数据集方法相比，我们提出的模型显示了更好的结果。

域自适应，从cityscape->foggycitycscape torch代码

里面包含了有精英蚂蚁系统和无精英蚂蚁系统，自己编写的程序，能够正常运行。

圣域存档

圣域攻略

信息技术-计算机行业“智能网联”系列报告18：自动驾驶域控制器：汽车智能化计算中枢.pdf

市域社会治理现代化智慧政法一体化平台建设方案.docx