[其它] 总决赛：CoderHouse-源码

说明：总决赛：CoderHouse
<weixin_42169674> 上传 | 大小：1mb

[其它] tatsh-overlay：从Tatsh覆盖-模拟器字体游戏随机-源码

说明：这是我随机制作的东西。 如果发现错误，请。 安装 emerge app-eselect/eselect-repository eselect repo enable tatsh-overlay emerge --sync 仅取消屏蔽您在此存储库中使用的软件包 基于 。 在/etc/portage/package.mask/tatsh-overlay ： */*::tatsh-overlay 在/etc/portage/package.unmask/tatsh-overlay （示例）： g
<weixin_42099633> 上传 | 大小：389kb

[其它] 光晕脚本项目：Halo PC | CE-Phasor V2 +和SAPP的附件-源码

说明：:red_heart: 支持我 :red_heart: 如果我的工作对您有任何帮助，请表示支持并给我买杯咖啡:) SAPP链接： Sapp论坛： （不幸的是，该公共论坛已脱机，但是您仍然可以从主页下载SAPP。） 修订版2.4：网络 修订版2.5：网络 相链接： Phasor论坛： （根据ProBoards服务条款的第25（a）节，该论坛已脱机。） V1文档：网络 V2文档：网络 推荐社区： 网站 不和谐 贡献者： 贡献者是直接贡献代码或允许我使用现有项目中部分代码的人。 在这种
<weixin_42178688> 上传 | 大小：5mb

[其它] 鹦鹉Ruby前功-源码

说明：鹦鹉 目标 定义一个接受参数的方法。 创建一个默认参数。 练习返回值。 指示 在本实验中，您将定义一个名为#parrot的方法。 #parrot方法应接受字符串的参数，并且两个#puts都将字符串输出，并在方法末尾返回字符串。 #parrot方法应具有默认参数"Squawk!" 。 注意：本实验明确测试了您控制方法返回值的能力，不仅是方法的作用，还包括方法的返回作用。 请记住，返回值很重要。 问你自己？ #puts的返回值是#puts ？ 资源 在Learn.co上查看并开始免费学习编
<weixin_42144201> 上传 | 大小：5kb

[其它] HGEN612_TEMP-源码

说明：HGEN612_TEMP 这是我可以介绍我的项目的地方
<weixin_42118423> 上传 | 大小：2kb

[其它] eksubin.github.io-源码

说明：eksubin.github.io ＃个人网站
<weixin_42126668> 上传 | 大小：7mb

[其它] IDG1011-源码

说明：IDG1011
<weixin_42135773> 上传 | 大小：979kb

[其它] 记录员-源码

说明：记录员 目录 描述 该项目概述： 笔记应用程序允许用户能够编写和存储笔记。 便笺可以保存以备后用，如果不再需要便笺也可以删除。 安装 安装项目并建立开发环境所需的步骤： 克隆此仓库。 App不会在GitHub上部署服务器端代码，因此需要将其部署在Heroku上才能正常运行。 用法 使用说明和示例： 单击进入文本框以开始输入注释。 单击保存图标进行保存。 保存便笺后，您可以单击垃圾桶图标将其删除。 执照 根据MIT许可构建。 学分 由Tomara Petty建造和设计 测试 没有测试。
<weixin_42099176> 上传 | 大小：1mb

[其它] 世界排名-源码

说明：这是一个用引导的项目。 入门 首先，运行开发服务器： npm run dev # or yarn dev 使用浏览器打开以查看结果。 您可以通过修改pages/index.js来开始编辑页面。 当您编辑文件时，页面会自动更新。 可以在上访问。 可以在pages/api/hello.js编辑此端点。 pages/api目录映射到/api/* 。 此目录中的文件被视为而不是React页面。 了解更多 要了解有关Next.js的更多信息，请查看以下资源： -了解Next.js功能和API。
<weixin_42100971> 上传 | 大小：63kb

[其它] javafullstack_assignment-源码

说明：javafullstack_assignment
<weixin_42125192> 上传 | 大小：2mb

[其它] 基于RSS/AOA混合的室内可见光定位算法

说明：针对室内可见光定位精度不高的问题，提出了一种基于接收信号强度与到达角度(RSS/AOA)信息混合的室内三维空间定位算法。该算法同时考虑距离信息和角度信息，利用最小二乘准则(LS)，建立混合定位优化目标函数，导出定位节点位置信息的最小二乘估计量。对于目标函数为非凸情况，将目标函数转换成广义信赖域子问题(GTRS)的形式进行求解，可以获得全局最优解。数值仿真结果显示，在室内5 m×5 m×3 m的二维定位场景下，选取20×20个测试点，平均定位误差为8.7 cm。此外，针对三维定位场景，对动态目标进
<weixin_38712578> 上传 | 大小：3mb

[其它] 基于特征组合的软件需求建模

说明：基于特征组合的软件需求建模
<weixin_38545117> 上传 | 大小：524kb