实时系统超经典的书，国内网站没有，不小心在国外教授网站上找到的.

Hard Real-Time Computing Systems 3rd edition Giorgio C. Buttazzo pdf， 文字可复制

目前，中国的城市化水平已超过50％，汽车保有量达到1.4亿辆。 随之而来的交通拥堵问题变得越来越突出。 如何实时，准确地获取车辆的基本信息越来越重要，以便交通部门及时管理特定路段和交叉路口的车辆。 目前，一些相关的方法和算法具有较高的实时性，但准确性不高或相反。 因此，本文提出了一种基于YOLOV2框架的车辆实时检测方法，该方法具有实时性和准确性。 该方法改进了YOLOv2框架模型，优化了模型中的重要参数，扩大了网格尺寸，并改进了模型中锚点的数量和大小，可以自动学习车辆的特征，实现实时，高精度的车辆自动检测和车辆类别识别。 对自制数据集的评估表明，与YOLOv2和Faster RCNN相比，准确率提高到91.80％，召回率提高到63.86％。

附件为百度网盘链接。 Real-Time Rendering Forth Edition 2018年最新第四版，实时计算机图形学百科全书全新版本，图形学必备，完美pdf版本，非扫描版，可以选择字体，强烈推荐。文件较大，将近1G。

2020年11月22日更新 各位， 2020-11-17：我注意到人们正在等待代码。 正如我在某些电子邮件中所说的那样，论文终于在我还是腾讯的时候完成了。 2020年5月，我从腾讯离开，加入了深圳大学。 如您所知，对于一家商业公司，我将所有材料留在腾讯内部。 非常抱歉，无法再提供原始的MATLAB代码。 我将尝试最近在Pytorch中重新实现它。 谢谢。 2020-11-22：上传了pytorch实施。 再次抱歉，我无法提供带有SARSA的原始MATLAB实现。 当我们小组致力于A3C框架的研究工作时，我使用A3C框架实施EV充电环境和功能状态，以提高实施效率。 结果，尽管结果与原始结果略有不同，但快速收敛仍然很重要。 就个人而言，我们的主要贡献是问题的提出和解决，可以在env（）函数中找到。 因此，让我在这里停止，再次感谢您的关注。 引用这项工作 S. Wang，S。Bi和YJ Zh

阿尔法消光 这是论文描述的算法的 OpenCV2 版本： Eduardo SL Gastal 和 Manuel M. Oliveira 计算机图形论坛。 第 29 卷（2010 年），第 2 期。2010 年 Eurographics 论文集，第 575-584 页。 用法 SharedMatting sm; sm.loadImage(pathToImage); // load image from pathToImage sm.loadTrimap(pathToTrimap); // load Trimap from pathToTrimap sm.solveAlpha(); // do the shared matting algorithm sm.save(pathToSave); // save result image 详情请参考 Readme.txt 和 main.cpp。

用于羊驼贸易API的示例HFT-ish算法 该算法的目的是捕获买卖差价中的微小变动。 它仅适用于频繁波动1美分的大批量股票。 它是基于订单簿不平衡的交易策略之一。 有关更多信息，请参阅或其他在线文章。 该算法每天将在同一证券上进行很多交易，因此运行该算法的任何帐户都将很快遇到PDT规则。 在实际环境中运行此脚本之前，请确保您的帐户余额远高于$ 25,000。 该脚本还提供了基于流的算法的基本框架。 您可以学习如何根据实时价格更新编写算法。 设置 此算法在Python 3.6或更高版本上运行。 它使用因此请确保事先安装，或者如果您具有 ，则可以通过以下方式安装 $ pipenv install 在此目录中。 API密钥 为了运行此算法，您必须具有Alpaca Trading API密钥。 请从仪表板上获取它，并在环境变量中进行设置。 export APCA_API_KEY_ID= <

跌倒检测两个流cnn 使用两流卷积神经网络（CNN）和运动历史图像（MHI）进行实时跌倒检测 该存储库包含使用两流CNN的实时跌倒检测模型的代码。 光流被“运动历史图像”（MHI）取代，可以进行实时推断。 utils.py文件包含用于生成数据的实用程序代码，train_model.py文件创建并训练模型，而fall_detection.py文件包含使用FDD数据集上的weights文件夹中的权重运行模型的代码。视频或您的网络摄像头。 有关模型架构，性能以及在不久的将来会出现的演示画面/图片的详细说明。 在生成的数据子集上实现了相当不错的交叉验证错误率。 当前致力于获取更多数据并完善数据生成技术。

Real-Time Cloud Simulation Using Lennard-Jones Approximation

2004年《real-time journal》的15周年庆典特约论文 关于实时调度的权威综述，强烈推荐。