在网上找到的很多根据android-serialport-api开源项目改编的Android串口项目在进入Activity时会有一个弹窗,提示text locations,具体请看https://blog.csdn.net/qq_37069563/article/details/79585341

Python2.7库包(共17个): rpm-python-4.11.3-40.el7.x86_64.rpm python-srpm-macros-3-32.el7.noarch.rpm python-setuptools-0.9.8-7.el7.noarch.rpm python-rpm-macros-3-32.el7.noarch.rpm libxml2-python-2.9.1-6.el7_2.3.x86_64.rpm python-2.7.5-86.el7.x86_64.rpm python-pycurl-7.19.0-19.el7.x86_64.rpm python-libs-2.7.5-86.el7.x86_64.rpm python-chardet-2.2.1-3.el7.noarch.rpm python2-rpm-macros-3-32.el7.noarch.rpm python-kitchen-1.1.1-5.el7.noarch.rpm python-ipaddress-1.0.16-2.el7.noarch.rpm python-iniparse-0.4-9.el7.noarch.rpm python-devel-2.7.5-86.el7.x86_64.rpm python-backports-ssl_match_hostname-3.5.0.1-1.el7.noarch.rpm python-backports-1.0-8.el7.x86_64.rpm python-urlgrabber-3.10-9.el7.noarch.rpm yum库包(共6个): yum-utils-1.1.31-52.el7.noarch.rpm yum-plugin-protectbase-1.1.31-52.el7.noarch.rpm yum-plugin-fastestmirror-1.1.31-52.el7.noarch.rpm yum-plugin-aliases-1.1.31-52.el7.noarch.rpm yum-metadata-parser-1.1.4-10.el7.x86_64.rpm yum-3.4.3-163.el7.centos.noarch.rpm

Centos7 el7.x86_64 官方离线安装包，安装指令为 sudo rpm -ivh ncurses-libs-5.9-14.20130511.el7_4.i686.rpm

cups-libs-1.6.3-35.el7.x86_64.rpm

libc.so.6(GLIBC_2.14)(64bit)

无监督异常检测库 可用算法： 神经网络 神经网络 LOF（以scikit-learn软件包提供） COF INFLO 环形 LOCI 阿罗西 克洛夫 微博 数码相机 CMGOS HBOS 前列腺癌 CMGOS 一类SVM（可在scikit-learn软件包中获得） @作者Iskandar Sitdikov

xorg-x11-libs-compat-6.8.2-1.EL.33.0.1.i386.rpm

为了探索利用激光诱导击穿光谱(LIBS)对水田污染区稻壳中铬(Cr)元素含量进行绿色、快速检测的可行性，采用LIBS结合联合区间偏最小二乘法(SiPLS)，对产自江西省某湖周边24个水田污染区稻壳样品中的Cr元素进行了定量分析。利用原子吸收光谱法(AAS)测得样品中Cr元素的真实浓度为32.51~510.33 μg/g，利用LIBS光谱获得的Cr元素三个特征谱线Cr I 425.43 nm、Cr I 427.48 nm和Cr I 428.97 nm清晰明显。对稻壳样品在422~446 nm波段的LIBS光谱数据进行九点平滑处理后，在采用SiPLS获得的最佳模型基础上，得出模型交叉验证均方根误差与预测均方根误差分别为26.1 μg/g和22.6 μg/g，训练集相关系数与预测集相关系数分别为0.9714和0.9840。对预测集样品进行相对误差及T检验分析，结果显示稻壳中Cr元素浓度的预测值与AAS法测量的真实值之间的平均相对误差为6.20%，且无显著性差异，表明模型具有较好的预测精度，可为自然条件下生长的农产品重金属安全绿色分析提供参考依据。

ubuntu14.04 x64 安装ia32-libs的脚本,测试时间2015.1.2

mysql-community-libs-compat-8.0.11-1.el7.x86_64.rpm