Horse-fastreport-pdf 使用Horse + Fast Report生成PDF的简单示例。 使用Delphi 10.2（东京）和Fast Report 6生成。 在此项目中，FDManager还用于控制与数据库的连接。 如果将“ Build Configuration”保留为DEBUG，则系统将像CONSOLE应用程序一样运行。 当您切换到RELEASE时，将生成.EXE，可以将其作为服务正常安装在Windows上。 要在Windows服务上安装，请以管理员身份打开命令提示符。 导航到.EXE文件的保存位置，然后键入：SiteServer -install 此后，如果您打开Windows服务管理器，它将已经在列表中。

个人整合资源海马优化其 sea horse optimization algorithm源代码，更多算法可进入空间查看

通过该平台分享本实验数据和学习过程，共享劳动成果，同时，也方便大家交流学习，希望结实更多的大神一起交换思想，共同学习，与人玫瑰，手有余香！

使用 Wild Horse Optimizer (WHO) 的支持向量机 (SVM) 超参数优化（matlab代码） 我们使用 Wild Horse Optimizer 作为解决工程优化问题的强大且快速的元启发式算法，在分类问题中开发优化支持向量机算法超参数（内核、c、gamma） 首先，您可以使用任何带有编辑 Main.m 文件的数据集，然后单击运行

txt格式的点云数据，用于PCL从txt文件中读取点云xyz坐标的算法测试。

如今，优化算法的设计非常流行来解决各个科学领域的问题。 优化算法通常受代理的自然行为启发，代理可以是人类、动物、植物或物理或化学代理。 过去十年中提出的大多数算法都是受动物行为启发的。 在本文中，我们提出了一种新的优化器算法，称为野马优化器（WHO），其灵感来自野马的社交生活行为。

完整的野马优化算法源代码 Wild Horse Optimizer Algorithm

buliding\horse\pig\rabbit\table\wolf等pcd文件

这就是你的终极骑行系统！ 高质量的动画 Horse AnimSet Pro(HAP) 是一套动画框架和骑行系统控制器，基于根运动，适合于任何人形角色。该资源开始时就像是一个简单的马模型和动画包，但经过不断发展，它已经成为一套强大而灵活的骑行控制器。它包括一个来自于标准资源的基础角色控制器，但可以与你创建的更高级的角色控制器搭配使用，也可以与商店中任何让人惊叹的角色控制器（TCP 或 FPC）搭配使用。 该资源包在不断扩展，每次更新都推出了更多功能和动画效果！ 功能 马： - 80 个动画剪辑 - 2 种马的风格（现实、多边形艺术） - 针对每种马的风格提供多种纹理集合 - LOD - 盔甲、缰绳和马鞍 - 针对缰绳和马鬃的 Unity 布料模拟不能用于 Unity 2019 - 声音 - 基础脚步系统（足迹声音和足迹粒子） - 用于管理所有 Malbers Animations 生物的动物控制器 - 状态：游泳、摔倒、跳跃、攻击、死亡、行走、小跑、慢跑、疾驰、冲刺 - 定向伤害系统 - 扫射 - 镜头基础输入 - 地形校正 - 支持 NavMesh Agent。基础 AI - 移动端友好 骑行者： - 132 个动画剪辑（可用于人形角色设定，以获得更好的兼容性） - 附带 1 个纹理集合的牛仔模型 - 骑行者系统（TCP 和 FPC） - 骑行者战斗系统：弓箭、手枪、混战（即将推出长矛、步枪、魔法物品、投掷物） - 非常非常基础的库存系统，用以演示骑行者 - 战斗系统与外部库存的兼容性。 实用工具： - 材料更换器 - 混合形状管理器 - 网格更换器 - 动画器消息行为 - 动画器声音行为 - 头部瞄准 - 武器（模型、纹理和脚本） - 动物基础 AI - 带镜头状态的基础镜头设置系统。 - 兼容所有 Malbers 动物

英文| [简体中文]（ ） 表面缺陷检测：数据集和论文 :horse: :chart_increasing:在表面缺陷研究领域不断总结开源数据集非常重要。收集并汇编了2017年以来的重要重要论文，可以在 文件夹。 :whale: 数据集下载： | 介绍 目前，基于机器视觉的表面缺陷设备已在3C，汽车，家用电器，机械制造，半导体和电子，化学，制药，航空航天，轻工等多个行业的各个领域中广泛取代了人工视觉检查。基于机器视觉的传统表面缺陷检测方法通常使用常规图像处理算法或人为设计的特征以及分类器。一般而言，成像方案通常是通过使用被检查表面或缺陷的不同属性来设计的。合理的成像方案有助于获得照明均匀的图像，并清晰地反映物体的表面缺陷。近年来，许多基于深度学习的缺陷检测方法也已广泛用于各种工业场景中。 与计算机视觉中清晰的分类，检测和分割任务相比，缺陷检测的要求非常普遍。实际上，它的要求可以分为三个不同的级别：“缺陷是什么”（分类），“缺陷在哪里”（