[其它] GMStepper：中间带有滑动标签的步进器-源码

说明：通用步进 中间带有滑动标签的步进器。 平移标签或点击按钮。 查看教程“ 。 截屏 用法 GMStepper可通过。 要安装它，只需将以下几行添加到您的Podfile中： use_frameworks! pod "GMStepper" 设置 如果要使用情节GMStepper ，只需将UIView放到情节GMStepper并将其类设置为GMStepper 。 然后通过属性检查器进行自定义。 否则，您可以编写代码以使用frame进行初始化并设置属性。 特性 /// Current value of
<weixin_42171208> 上传 | 大小：190kb

[其它] React武士-源码

说明：该项目是通过。 可用脚本 在项目目录中，可以运行： npm start 在开发模式下运行应用程序。 打开在浏览器中查看。 如果进行编辑，页面将重新加载。 您还将在控制台中看到任何棉绒错误。 npm test 在交互式监视模式下启动测试运行程序。 有关更多信息，请参见关于的部分。 npm run build 构建生产到应用程序build文件夹。 它在生产模式下正确捆绑了React，并优化了构建以获得最佳性能。 最小化构建，文件名包含哈希。 您的应用已准备好进行部署！ 有关更多信息，请参
<weixin_42099936> 上传 | 大小：246kb

[其它] midtrans-node：用于Node JS的非官方Midtrans Payment API客户端| Midtrans官方模块的替代产品| https：midtrans.com-源码

说明：中转节点 安装 npm install midtrans-node-client -S or yarn add midtrans-node-client -S API文档 核心API文档 点击此链接以获取更多相关信息官方 Iris API文档 此链接以获取更多相关信息官方 Snap API文档 此链接以获取更多相关信息官方 API参考 核心API服务 charge（参数：object）：承诺 方法 要求 描述 收费 邮政 使用各种可用的付款方式和功能创建交易 使用CommonJS的示例用法
<weixin_42101164> 上传 | 大小：101kb

[其它] 交叉点查找-源码

说明：交叉点查找
<weixin_42120541> 上传 | 大小：75kb

[其它] 数据科学-源码

说明：数据科学
<weixin_42097208> 上传 | 大小：7kb

[其它] M2M业务批量到达排队系统性能分析

说明：针对M2M(Machine to Machine)业务的大规模应用给当前移动通信网络的QoS带来的冲击和影响问题,采用IBP(Interrupt Bernoulli Process)建模M2M业务的到达过程,业务以批量的形式到达,建立并求解了离散时间系统排队模型IBP/Geom/1/K。区别于传统的IBP模型,该模型每次到达的不是一个,而是一批。采用具有不同突发度的数学模型表征M2M业务每批到达的数量,在概率空间上求解队长的稳态概率,进而得到系统的吞吐量和丢包率等性能指标,并与相同排队强度下M2
<weixin_38691669> 上传 | 大小：697kb

[其它] Caremit：SDG Hackathon-源码

说明：准入 SDG Hackathon 安装 为了以可编辑模式安装此软件包，请执行以下操作： 打开终端，移至您喜欢的项目文件夹 运行git clone https://github.com/Caremit/Caremit （或ssh的git clone gitgithub.com:Caremit/Caremit.git ） 运行python -m pip install -e Caremit （选择您喜欢的python可执行文件，如果不需要可编辑模式，请删除-e标志） 请享用 ：） 部署方式 要
<weixin_42166105> 上传 | 大小：14mb

[其它] 无人驾驶运动控制----purepursuit算法实践和理解

说明：purepursuit方法是基于几何追踪的路径追踪方法，基于几何的控制方法较为简单和直接，不用考虑车辆的运动学模型和动力学模型，控制时使用的参数少，能够较好的运用到实践使用中。最常用的两种方法是purepursuit方法和stanly方法。这里主要介绍purepursuit方法purepursuit建立在两个模型上，阿克曼转向几何模型和二维自行车模型。参数说明：δ：车辆的转向角；L:为车轴长度R：转弯半径K：是计算出来的圆弧的曲率ld:预瞄距离α：目标点方向与当前航向的夹角；(gx,gy)：目标
<weixin_38545768> 上传 | 大小：316kb

[其它] VisualNeuro：交互式脑部队列分析-源码

说明：视觉神经 视觉神经是一种视觉分析工具，可了解大脑成像和临床数据的队列。 开始分析您的数据： 指定您的大脑成像数据所在的文件夹。 指定包含临床数据的逗号分隔值（csv）文件。 每个主题一行。 一栏必须包含相应受试者大脑成像数据的文件名，例如subject_001.nii 项目页面和应用程序二进制文件 ##设置Visual Neuro使用[Inviwo可视化框架]（ ）。 您首先需要检出[Inviwo github存储库] 。 -按照[Inviwo构建说明]（ ） 在CMAKE中
<weixin_42138139> 上传 | 大小：2mb

[其它] 乐队-源码

说明：Orcha Web应用程序的Typescr ipt本机客户端服务促进者。 特征 :check_mark_button: 客户端和服务器之间的类型安全 :check_mark_button: 轻松查询高度相关的数据 :check_mark_button: 内置分页 :check_mark_button: 单个和多个文件上传 :check_mark_button: 整合测试 :check_mark_button: 可自定义的用户身份验证 当前兼容技术 Nx 角度的 NestJS 类
<weixin_42114041> 上传 | 大小：379kb

[其它] ivargest.github.io-源码

说明：ivargest.github.io
<weixin_42112894> 上传 | 大小：9mb

[其它] 西林瓶内氧气含量在线检测的基线快速校正方法

说明：构建了一个开放单光路短光程激光检测平台，提出了一种基于线型的Levenberg-Marquardt(L-M)算法，以洛伦兹线型和高斯线型的二阶导数作为L-M算法的拟合函数，对氧气体积分数为0%～21%的样本进行校正。结果表明：在基于洛伦兹线型的L-M算法校正中，氧气含量-二次谐波峰值的拟合系数最高，为0.9995；以洛伦兹线型为优化依据，对含氧气体积分数为1%的样品进行了多次测量，校正处理前后预测的氧气体积分数最大偏差分别为0.38%和0.22%，预测的均方根误差分别为0.25%和0.16%。
<weixin_38610573> 上传 | 大小：7mb