[其它] chipsec.github.io：Chipsec手册-源码

说明：chipsec.github.io：Chipsec手册
<weixin_42105169> 上传 | 大小：2mb

[其它] 稀疏带状测量矩阵在压缩感知ISAR成像中的应用

说明：将压缩感知(CS)理论用于逆合成孔径雷达(ISAR)成像，可以有效利用缺损的雷达回波数据，解决了因数据缺损造成成像质量下降的问题。目前压缩感知中常用的高斯或伯努利等随机测量矩阵独立随机元数目过多，存储空间过大，从而导致硬件实现成本过高。所构造的稀疏带状测量矩阵，通过将测量矩阵进行带状循环移位置零稀疏化，可大幅减少测量矩阵中非零元素数目，降低系统采样要求，节约硬件实现成本，使得压缩感知ISAR成像工程化更容易实现。最后通过仿真和微波暗室实验数据验证了点目标模型下稀疏带状测量矩阵进行ISAR成像的可
<weixin_38590685> 上传 | 大小：1mb

[其它] userland：用于连接Raspberry Pi GPU的ARM端库的源代码-源码

说明：该存储库包含Raspberry Pi上使用的ARM端库的源代码。 这些通常安装在/ opt / vc / lib中，并包括与以下接口对接的ARM侧代码的源：EGL，mmal，GLESv2，vcos，openmaxil，vchiq_arm，bcm_host，WFC，OpenVG。 使用buildme构建。 它需要安装cmake和一个ARM交叉编译器。 对于32位交叉编译，可以设置为使用此代码： : 虽然不正式支持64位用户空间，但某些库仍可以使用。 要交叉编译，请先安装gcc-aarch6
<weixin_42165583> 上传 | 大小：32mb

[其它] keras-applications：流行的深度学习模型的参考实现-源码

说明：Keras应用 Keras应用程序是Keras深度学习库的applications模块。 它为许多流行的架构提供模型定义和预训练权重，例如VGG16，ResNet50，Xception，MobileNet等。 在以下位置阅读文档： : Keras应用程序可以直接从Keras的最新安装中导入： from keras import applications Keras应用程序与Python 2.7-3.6兼容，并根据MIT许可证进行分发。 表现 使用Keras应用程序和TensorFlo
<weixin_42150360> 上传 | 大小：317kb

[其它] 没听过AUTOSAR自适应平台？下一代智能网联E/E架构路向何方

说明：智能网联汽车从Demo到量产，有非常多需要遵守的规则和规范，同时对于汽车制造商、ADAS及自动驾驶公司来说，这仅仅是第一步，但也是关键一步。AUTOSAR(汽车开放系统架构)是一个由汽车制造商、供应商和来自电子、半导体和软件行业的其他公司组成的全球开发伙伴，共同开发和建立一个汽车电子电气架构的行业标准。AUTOSAR标准旨在支持软件标准化、重用和互操作性。AUTOSAR的关键特性是模块化和可配置性、标准化接口、运行时环境(RTE)和验收测试。随着汽车电子系统变得越来越复杂，在汽车行业出现了一个共
<weixin_38658471> 上传 | 大小：2mb

[其它] 社交媒体客户-源码

说明：该项目是通过。 可用脚本 在项目目录中，可以运行： yarn 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。 yarn 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。 yarn 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，请参见
<weixin_42170064> 上传 | 大小：749kb

[其它] edapp：尝试在电子框架的帮助下构建桌面应用程序-源码

说明：Edapp 该项目是使用版本11.1.0生成的。 开发服务器 为开发服务器运行ng serve 。 导航到http://localhost:4200/ 。 如果您更改任何源文件，该应用程序将自动重新加载。 代码脚手架 运行ng generate component component-name生成一个新的组件。 您还可以使用ng generate directive|pipe|service|class|guard|interface|enum|module 。 建造 运行ng build来构
<weixin_42126865> 上传 | 大小：162kb

[其它] 生态学视角下的泛在学习环境设计

说明：泛在学习已经成为下一代数字化学习的重要发展方向,是未来学习的理想模式。泛在学习环境的构建是泛在学习成功实施的基础和保障。生态学理论在数字化学习领域的广泛应用为泛在学习环境下的学习生态研究提供了基础和依据。泛在学习环境模型包括泛在学习生态系统、系统发展的保障环境和社会生态系统,泛在学习生态系统中的两大关键种群是用户种群和资源种群,二者是一种共生关系。和谐泛在学习环境的实现需要解决的三类关键问题是硬技术、软技术和教学法。
<weixin_38587130> 上传 | 大小：1mb

[其它] EasyRentAPI-源码

说明：EasyRent API 在开始此项目之前，请安装redis和kafka。 使用适当的redis密码和端口更新env.list文件。 这些命令假定redis分别在端口6379和9092上本地运行。 要启动该项目，请运行以下命令： docker build . -t easyrent-api docker run --env-file ./env.list easyrent-api
<weixin_42164702> 上传 | 大小：221kb

[其它] service_mesh_performance-源码

说明：service_mesh_performance
<weixin_42098251> 上传 | 大小：71kb

[其它] React组合-源码

说明：欢迎来到我的投资组合 我的名字叫Connor Lagana，我是iOS和前端开发人员。 我使用react.js创建了这个网站。 随时在上查看 谢谢！
<weixin_42099087> 上传 | 大小：34mb

[其它] AdaptiveAUTOSAR

说明：对于AdaptiveAUTOSAR，经常会看到这句话：Writeonce，Adopteverywhere。但实际上理想很丰满，现实很骨感。毕竟ClassicPlatform（后面简称：CP）搞了这么多年大家都还没玩转，更何况这刚出没两年的AdaptivePlatform（后面简称：AP），但楼主也相信随着Autosar标准的不断推进和应用，我们不断在向这个目标接近。AdaptiveAutosar并不是为了取代ClassicAutosar和非Autosar架构的平台，而是为了更好的与当前这些架构平
<weixin_38595528> 上传 | 大小：1mb