新增：版本1.10.0已经发布-现在本地支持Apple Silicon。 dcpTool是用于编辑DNG摄像机配置文件（DCP文件）的工具。 dcpTool可以将DCP文件与二进制格式转换为可编辑的XML格式，也可以直接对DCP文件进行许多有用的转换，例如“解捻”它们。

matlab分时代码油田钻井的开源模型 该存储库包含油田钻井过程的开源模型。 该存储库的目的是包括独立的代码示例，这些代码示例基于钻探的几个子过程，包括用于预测压力的液压系统，钻柱动力学，拉拔工作，钻速，定向钻探。 随着开源计划的壮大，其他模型也被添加到资源库中。 模型已存在，但也可用于其他环境，例如MATLAB。 仓库联系信息 约翰·海登格伦 杨百翰大学 MPD液压系统 托管压力钻井液压模型，可预测钻头和节流阀处的压力和泥浆流量，并随着密度，泥浆泵流量和节流阀位置的变化而变化。 软弦 旋转振动动力学是通过软弦模型预测的，该模型被分解为包括旋转惯性，摩擦和弹力作用在内的各个弦段。 各个段的组合可以用于预测旋转振动。 粘滑是通过钻头边界条件模拟的，该条件模拟了钻头卡住的时间，然后Swift释放了存储的势能。 软柱模型不包括井眼与钻柱相互作用的影响。 资料库概述 该存储库支持开放源代码模型，数据和案例研究计划，如出版物《为油田钻井挑战创建开放源代码模型，测试用例和数据》 （SPE-194082-MS）中所述。 开源钻探计划概述 Pastusek，P.，Payette，G.，Shor，R.，

内容概要：本文详细介绍了如何利用LabVIEW与PLC通过Modbus协议进行串口（RTU）和TCP通信，实现温度浮点数的读写以及IO口的控制。文中涵盖了硬件连接、软件配置、关键代码段、常见问题及其解决方案等方面的内容。具体来说，对于串口通信部分，强调了正确的硬件连接方法、VISA控件的配置、Modbus Master库的应用以及浮点数处理技巧；对于TCP通信，则着重于Modbus TCP Master库的使用、连接超时设置、功能码的选择和调试技巧。此外，还提供了实测数据和一些实用的经验分享。 适合人群：从事工业自动化领域的工程师和技术人员，尤其是那些需要将LabVIEW与PLC集成在一起工作的专业人士。 使用场景及目标：适用于需要在工业环境中实现LabVIEW与PLC之间的高效稳定通信的场合，如工厂自动化系统、智能楼宇控制系统等。主要目标是掌握如何通过Modbus协议完成温度浮点数的精确读写和IO口的状态控制，从而提高系统的可靠性和准确性。 其他说明：文中提到的所有代码均已打包并上传至GitHub，方便读者下载学习。同时，作者还计划后续探索OPC UA通信方案，进一步扩展相关技术的应用范围。

一套Restful服务开发的辅助工具（可以当做Postman使用） · 提供服务树的显示窗口 · 双击URL直接跳转到相应的方法定义 · 一个简单的http apiService工具 · 支持Spring体系（Spring MVC/Spring Boot） · 支持 JAX-RS · 支持Navigate-> Request Service搜索映射（Ctrl+Alt+/） https://plugins.jetbrains.com/

内容概要：本文介绍了基于TDLAS（可调谐二极管激光吸收光谱）技术的气体浓度检测仿真的详细过程。首先解释了TDLAS的基本原理和技术背景，随后重点讲述了如何利用Simulink仿真平台构建气体检测系统的模型，包括激光器模块、气体分子模块和光电器件模块的具体构建方法。文中还展示了如何设置仿真参数、运行仿真以及对仿真结果进行分析和处理。通过这次仿真，作者不仅加深了对TDLAS技术的理解，也为未来优化气体检测系统的设计提供了理论依据。 适合人群：从事气体检测研究的专业人士、环境科学领域的研究人员、工业自动化工程师。 使用场景及目标：适用于希望深入了解TDLAS技术和Simulink仿真平台的人群，旨在帮助他们掌握气体浓度检测仿真的具体操作流程，提高相关领域的科研水平。 其他说明：尽管本文未涉及实际硬件实验，但通过详细的仿真步骤介绍，读者可以获得宝贵的经验，为进一步的实际应用打下坚实的基础。

在嵌入式系统开发中，STM32系列微控制器被广泛应用于工业控制、汽车电子、医疗设备等领域。STM32H723ZET6是ST公司生产的一款高性能ARM Cortex-M7内核的微控制器，其运行频率高达480MHz，具有丰富的外设和较大的存储容量，适用于复杂的应用场景。在本次的工程案例中，我们关注的是STM32H723ZET6与W9825G6KH-6I SDRAM的配合使用。 W9825G6KH-6I是台湾旺宏电子（Winbond Electronics）生产的一款64M bit（8M byte）的同步动态随机存取存储器（SDRAM），具有高速读写特性，常用在需要大量存储空间和快速数据交换的场合。STM32H723ZET6支持外部存储器接口，可以与SDRAM等存储器通过扩展接口连接，形成较大容量的存储系统。 使用STM32CubeMX生成工程是ST公司提供的一种高效的项目配置工具，可以自动配置微控制器的初始化代码，使得开发者可以更加专注于应用层的开发。在这个案例中，使用STM32CubeMX生成的工程已经配置好了与SDRAM通信的初始化代码，这包括时序参数的设定、地址线的分配、数据线的连接以及控制信号的配置等。 SDRAM测试程序是一个验证微控制器与SDRAM接口是否正常工作的程序。在这个案例中，测试的范围涵盖了0-32MB的地址范围。测试程序通常会进行读写测试，包括但不限于：基本的读写操作、大量数据连续读写、随机地址读写等，确保在全地址范围内SDRAM可以正常访问且无错误。这样的测试对于嵌入式系统的稳定性至关重要，可以及时发现硬件故障或者初始化代码的错误。 STM32H7系列微控制器与SDRAM的结合使用，能够使得系统具有更大的可扩展性，能够执行更加复杂的任务，处理更大的数据量。这对于需要进行图像处理、音频处理、高速缓存等应用的嵌入式系统来说，是非常有必要的。此外，由于STM32H7系列支持的外设接口十分丰富，因此与SDRAM的结合使用可以更加灵活，开发者可以根据实际需求进行定制化的硬件设计。 通过对STM32H723ZET6与W9825G6KH-6I SDRAM的结合使用，可以搭建出一个性能强大、存储容量大的嵌入式系统平台。使用STM32CubeMX可以简化开发流程，提高开发效率。而SDRAM测试程序则是确保硬件系统稳定运行的必要步骤，其测试范围的广泛性也保证了系统的可靠性。

Appium 是一个开源自动化测试框架，它允许开发者对原生、混合及移动Web应用程序进行自动化测试。这个"Appium-Server-GUI-windows-1.22.3-4.exe"文件是Appium服务器的Windows图形用户界面（GUI）版本，版本号为1.22.3，提供了一个友好的交互式界面，方便测试人员配置和控制Appium服务器。 在描述中提到，此版本的Appium还包含了Appium Inspector，这是Appium的一个配套工具，用于可视化地检查和调试移动应用的用户界面元素。Appium Inspector 2022.11.1版本可以帮助测试者无代码地识别和选择UI元素，创建和编辑测试脚本，以及实时查看应用状态。 压缩包中的文件列表包含了一些关键的依赖库和数据文件： 1. **v8_context_snapshot.bin** 和 **snapshot_blob.bin**：这两个文件与V8 JavaScript引擎有关，V8是Chrome和Node.js使用的高性能JavaScript引擎。它们可能是V8引擎的快照，用于提升启动性能和内存效率。 2. **icudtl.dat**：这是一个国际化的数据文件，由Unicode的ICU库提供，用于支持Appium处理多语言和区域设置。 3. **libGLESv2.dll**：OpenGL ES 2.0的动态链接库，用于在Windows上渲染2D和3D图形，对移动应用测试中的图形操作至关重要。 4. **vk_swiftshader.dll**：SwiftShader是一个高性能的软件渲染器，用于模拟GPU功能，可能在没有硬件加速的环境下运行图形密集型应用。 5. **d3dcompiler_47.dll**：这是Direct3D编译器，用于编译 HLSL（高级着色语言）着色器，支持图形渲染。 6. **ffmpeg.dll**：FFmpeg是一个强大的多媒体处理库，可能用于处理视频和音频在Appium测试中的播放和捕获。 7. **vulkan-1.dll**：Vulkan图形API的实现，提供低级、高效的跨平台图形和计算功能。 8. **libEGL.dll**：是Embedded Graphics Library的缩写，用于在不同平台上初始化和管理OpenGL ES上下文。 9. **Appium Inspector.exe**：这就是Appium Inspector的可执行文件，作为独立的应用程序，它可以帮助用户进行界面元素的选取和测试脚本的创建。 通过这些依赖文件，Appium Server GUI可以提供一个完整的环境来运行和调试移动应用自动化测试，覆盖了从图形渲染到多媒体处理的各种需求。对于进行手机测试的开发者和测试工程师来说，这是一个非常全面的工具集，能够大大提高他们的工作效率和测试覆盖率。

分布式ID生成器是现代互联网系统中不可或缺的一部分，尤其是在大数据量、高并发的场景下，确保全局唯一ID的生成显得尤为重要。百度开源的`uidGenerator`就是这样一个工具，它旨在为服务提供高效、稳定的分布式ID生成服务。在SpringBoot 2.0框架中集成`uidGenerator`，可以方便地在各种业务场景下应用。 `uidGenerator`的设计灵感来源于Twitter的Snowflake算法，该算法主要通过时间戳、工作机器标识和序列号三部分组合生成64位的ID。这种设计确保了ID的全局唯一性，同时避免了ID生成的冲突问题。 1. **Snowflake算法详解**： Snowflake算法将64位ID分为以下几个部分： - **时间戳（41位）**：自1970年1月1日（UTC/GMT的午夜）以来的毫秒数，可以容纳大约69年。 - **工作机器ID（10位）**：可以部署在1024个节点，每个节点可以分配到不同的机器或者进程。 - **序列号（12位）**：每个节点每毫秒可以生成4096个ID。 2. **uidGenerator特点**： - **高性能**：uidGenerator采用无锁设计，避免了线程竞争，从而提高了ID生成的性能。 - **可扩展**：支持多节点分布式部署，通过工作机器ID区分不同节点，保证全局唯一性。 - **易于集成**：提供Spring Boot Starter，使得在Spring Boot 2.0项目中集成非常便捷，只需要简单配置即可。 - **灵活配置**：允许用户自定义时间戳起始值、机器ID等参数，适应不同的业务需求。 - **无依赖**：uidGenerator不依赖数据库或其它持久化存储，降低了系统的复杂性。 3. **SpringBoot 2.0集成**： 在SpringBoot项目中集成uidGenerator，首先需要在`pom.xml`文件中添加依赖，然后在配置文件（如`application.yml`）中配置相关的参数，如工作机器ID等。通过@Autowired注解注入UidGenerator实例，即可在业务代码中调用生成ID的方法。 4. **使用示例**： ```java @Autowired private UidGenerator uidGenerator; public void generateId() { Long id = uidGenerator.getUid(); System.out.println("Generated ID: " + id); } ``` 如此，每次调用`generateId`方法，就会返回一个全局唯一的ID。 5. **最佳实践**： - 在分布式环境中，确保每个节点的配置正确，避免ID冲突。 - 考虑ID的排序需求，合理设置时间戳起始值。 - 监控ID生成的性能和可用性，确保服务稳定。 百度开源的`uidGenerator`是一个强大且实用的分布式ID生成器，结合SpringBoot 2.0的易用性，使得在现代互联网系统中实现全局唯一ID的生成变得简单高效。通过理解和熟练运用，开发者可以更好地应对大规模并发场景下的ID生成挑战。

交换机作为企业网络的核心连接设备，它的性能是保障企业网络速度的主要标准。为了帮助读者比较清楚地了解交换机的性能全貌，我们利用业界先进的IXIA1600测试仪器对涉及交换机性能中的9项主要指标进行了测试，当然，测试条件相对于实际工作环境来说是相当严酷的。我们进行性能测试的主要依据是RFC2544和RFC2285，测试中主要选择了64字节、512字节和1518字节三种常用的以太网帧长度。

INPOLYHEDRON 测试点是否在 3D 三角（面/顶点）表面内用户须知： inpolyhedron 采用广泛使用的约定，即表面法线从对象指向 OUT。 如果你的脸指向，只需调用 inpolyhedron(...,'flipNormals',true)。 （参见http://blogs.mathworks.com/pick/2013/09/06/inpolyhedron/ 上的讨论） IN = INPOLYHEDRON(FV,QPTS) 测试查询点 (QPTS) 是否在由FV定义的面片/表面/多面体（具有“顶点”字段和'脸'）。 QPTS 是一组 N×3 的 XYZ 坐标。 IN是N乘1的逻辑对于表面内的每个查询点，向量将为 TRUE。 INPOLYHEDRON(FACES,VERTICE,...) 分别取面/顶点，而不是在FV 结构。 IN = INPOLYHEDRON(...,