Morpheus图形引擎Morpheus是在低级图形API之上构建的实时图形引擎。
Morpheus带有一个基于物理的渲染器，该渲染器具有基于球谐函数的辐照度。
Morpheus目前正在开发中，主要目的是作为一个教育爱好项目。
该引擎的是用OpenGL编写的，但是我已经迁移到DiligentEngine，因为我在OpenGL中遇到了许多限制，而Vulkan对于我来说太冗长了。
DiligentEngine是Direct3D12/11，Vulkan，Metal和OpenGL之上的薄薄抽象层，我非常喜欢使用它，并将其推荐给其他感兴趣的人。
特征我的图形引擎中的所有内容目前仍在开发中。
但是，引擎中当前有许多功能：基于物理的正向渲染器（请参见DefaultRenderer类）：渲染器基础的阴影模型基于。
为了有效地表示辐照度场，我通过的技术计算并变换了球谐系数线程池/任务计划程
Morpheus带有一个基于物理的渲染器，该渲染器具有基于球谐函数的辐照度。
Morpheus目前正在开发中，主要目的是作为一个教育爱好项目。
该引擎的是用OpenGL编写的，但是我已经迁移到DiligentEngine，因为我在OpenGL中遇到了许多限制，而Vulkan对于我来说太冗长了。
DiligentEngine是Direct3D12/11，Vulkan，Metal和OpenGL之上的薄薄抽象层，我非常喜欢使用它，并将其推荐给其他感兴趣的人。
特征我的图形引擎中的所有内容目前仍在开发中。
但是，引擎中当前有许多功能：基于物理的正向渲染器（请参见DefaultRenderer类）：渲染器基础的阴影模型基于。
为了有效地表示辐照度场，我通过的技术计算并变换了球谐系数线程池/任务计划程
2024/9/17 20:47:07
193.56MB
1
MultiColumnComboBoxEx(1.2)主要功能：1）下拉框和文本框中显示多列；
2）指定显示的列及其顺序；
3）设定框高与项高；
4）提供Items.IndexOf代替函数ItemIndexOf；
5）支持RightToLeft(RTL)。
具体实现请参考：http://blog.csdn.net/hulihui/archive/2009/02/01/3856824.aspx。
2）指定显示的列及其顺序；
3）设定框高与项高；
4）提供Items.IndexOf代替函数ItemIndexOf；
5）支持RightToLeft(RTL)。
具体实现请参考：http://blog.csdn.net/hulihui/archive/2009/02/01/3856824.aspx。
2024/9/17 10:52:02
33KB
1
在遥感图像的众多分割方法中，高斯混合模型(GMM)是一种常用的图像建模方法。
提出了高斯-瑞利混合模型(GRMM)可能更适合对遥感图像建模。
介绍了传统高斯混合模型和高斯-瑞利混合模型的区别。
比较了这两种混合模型对图像建模的结果，并用数据说明高斯-瑞利混合模型拟合图像的像素分布误差更小。
采用最大熵方法确定图像的最佳分类数，采用马尔可夫随机场(MRF)方法及新的势能函数完成图像的分割，采用迭代条件模型(ICM)完成分割过程中的最大后验概率计算问题。
在实验中采用了3幅遥感图像，实验过程中比较了各个图像运用高斯混合模型和高斯-瑞利混合模型的分割和拟合结果，分别通过数据和分割结果体现了该分割方法的效果。
提出了高斯-瑞利混合模型(GRMM)可能更适合对遥感图像建模。
介绍了传统高斯混合模型和高斯-瑞利混合模型的区别。
比较了这两种混合模型对图像建模的结果，并用数据说明高斯-瑞利混合模型拟合图像的像素分布误差更小。
采用最大熵方法确定图像的最佳分类数，采用马尔可夫随机场(MRF)方法及新的势能函数完成图像的分割，采用迭代条件模型(ICM)完成分割过程中的最大后验概率计算问题。
在实验中采用了3幅遥感图像，实验过程中比较了各个图像运用高斯混合模型和高斯-瑞利混合模型的分割和拟合结果，分别通过数据和分割结果体现了该分割方法的效果。
2024/9/16 15:29:46
5.33MB
1
libsvm-3.22工具包，含有网格法查找最优解函数SVMcgForClass.m，libsvm工具包（含网格法查找最优解函数SVMcgForClass.m）
2024/9/16 12:41:35
859KB
1
（1）输入字符序列，建立二叉链表。
（2）先序、中序、后序遍历二叉树:递归算法。
（3）中序遍历二叉树:非递归算法（最好也能实现先序，后序非递归算法）。
（4）求二叉树的高度。
（5）求二叉树的叶子个数。
（6）对于树中每一个元素值为x的结点，删去以它为根的子树，并释放相应的空间。
（8）借助队列实现二叉树的层次遍历。
（9）在主函数中设计一个简单的菜单，分别调试上述算法。
（2）先序、中序、后序遍历二叉树:递归算法。
（3）中序遍历二叉树:非递归算法（最好也能实现先序，后序非递归算法）。
（4）求二叉树的高度。
（5）求二叉树的叶子个数。
（6）对于树中每一个元素值为x的结点，删去以它为根的子树，并释放相应的空间。
（8）借助队列实现二叉树的层次遍历。
（9）在主函数中设计一个简单的菜单，分别调试上述算法。
2024/9/16 7:26:37
88KB
1
这是专著“Kalman滤波器理论与应用——基于Matlab实现，金学波著，科学出版社”的配套程序。
具体包括室内移动目标轨迹的仿真、非线性估计方法EKF、UKF的介绍及仿真函数，RFID室内跟踪系统的Matlab仿真程序。
具体包括室内移动目标轨迹的仿真、非线性估计方法EKF、UKF的介绍及仿真函数，RFID室内跟踪系统的Matlab仿真程序。
2024/9/16 7:20:03
273KB
1
ApachePulsar是Apache软件基金会顶级项目，是下一代云原生分布式消息流平台，集消息、存储、轻量化函数式计算为一体，采用计算与存储分离架构设计，支持多租户、持久化存储、多机房跨区域数据复制，具有强一致性、高吞吐、低延时及高可扩展性等流数据存储特性。
2024/9/16 4:49:14
1.01MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB