MATLAB代码：基于概率距离的场景快速削减法的风光场景生成与削减方法 关键词：风光场景生成 场景削减 概率距离削减法 蒙特卡洛法 参考文档：《含风光水的虚拟电厂与配电公司协调调度模型》完全复现场景削减部分 仿真平台：MATLAB平台 优势：代码具有一定的深度和创新性，注释清晰，非烂大街的代码，非常精品 主要内容：代码主要做的是风电、光伏以及电价场景不确定性模拟，首先由一组确定性的方案，通过蒙特卡洛算法，生成50种光伏场景，为了避免大规模光伏场景造成的计算困难问题，采用基于概率距离快速削减算法的场景削减法，将场景削减至5个，运行后直接给出削减后的场景以及生成的场景，并给出相应的概率，可移植以及可应用性非常强

强大的2D场景全面视差-Unity包 unity2021以上的版本使用，可以用于跑酷游戏开发。前景中景远景视差。 全面视差-Unity包 你是否曾经需要一个视差系统，但真的讨厌每次都要从头开始写一个？那么恭喜你找到了解决所有视差问题的一款神奇的解决方案！这个包不仅带有3个不同的视差预设，而且还可以与你自己的视差风格一起使用！内置了一个动态预设检测系统，你只需要担心写2个简单的脚本就行了。而且，如果你使用我的文件创建器包，你还可以使用自动写脚本模板的脚本预制件！（很酷是吧）任意组合不同的视差预设，满足你的要求，因为天空不是极限！该系统甚至可以根据你的需要修改视差轴。真正适合所有视差爱好者的最后一站。所有的预设都有一个包含演示场景供你查看（图片右侧），它们都很小巧精炼，所以你不需要花费很长的时间来熟悉它们。

设备方向控制VR 利用 DeviceOrientationControls.js，为three.js 中的VR 场景提供指南针方向。

本教程的主要目的是教读者利用OpenCV和EAST文本检测器来检测文本。EAST文本检测器需要OpenCV3.4.2或更高版本，有需要的读者可以先安装OpenCV。教程第一部分分析为何在自然场景下进行文本检测的挑战性是如此之高。接下来简要探讨EAST文本检测器，为何使用，算法新在何处，并附上相关论文供读者参考。最后提供Python+OpenCV文本检测实现方式，供读者在自己的应用中使用。由于光照条件、图片质量以及目标非线性排列等因素的限制，自然场景下的文本检测任务难度较大受约束的受控环境中的文本检测任务通常可以使用基于启发式的方法来完成，比如利用梯度信息或文本通常被分成段落呈现，并且字符一般都

基于CNN的中文文本分类算法（可应用于垃圾邮件过滤、情感分析等场景）

平面SLAM 此仓库提出了一种RGB-D SLAM系统，该系统是专门为结构化环境设计的，旨在通过依赖于从周围提取的几何特征来提高跟踪和映射精度。 更多细节可以在我们的论文中找到（ 和 ）。 作者：李艳艳，拉扎·尤努斯，尼古拉斯·布拉施，纳西尔·纳瓦布和费德里科·托巴里 执照 PlanarSLAM是根据发行的。 出于商业目的，请与作者联系：yanyan.li（at）tum.de。 如果您在学术作品中使用PlanarSLAM，请引用： inproceedings{Li2021PlanarSLAM, author = {Li, Yanyan and Yunus, Raza and Brasch, Nikolas and Navab, Nassir and Tombari, Federico}, title = {RGB-D SLAM with Structural Regula

天龙八部的游戏场景查看器，作者是鸣·铭，使用方法： 将包内的目录与天龙八部Lunch.exe放置在同一目录下即可

该场景主要内容还是在于做的这个水材质上，基于这个水材质模拟了一个水底场景，并且还模拟了一些水底的动植物

风电光伏的场景生成与消减-matlab代码 可利用蒙特卡洛模拟或者拉丁超立方生成光伏和风电出力场景，并采用快速前推法或同步回代消除法进行削减，可以对生成场景数和削减数据进行修改，下图展示的为1000个场景削减至10个典型场景，并获得各场景概率。

在质量中心为13 TeV的LHC处收集的数据中，观察到质量为750 GeV的双光子共振的证据。 我们在两希格斯二重态模型及其超对称化身中探索了这种信号的希格斯样共振的几种解释，其中模型中存在的较重的CP奇数和CP奇数态是通过胶子聚变产生并衰变为 通过顶夸克环的两个光子。 我们表明，在这些模型的最小版本中无法容纳观察到的信号，并且需要额外的粒子含量。 然后，我们考虑了矢量状夸克或轻子可能会大大增强希格斯与光子以及最终胶子的沉重希格斯耦合的可能性，而不会改变已经观察到的125 GeV状态。