cisco packet tracer 6.0 使用前要更改系统时间.改为2013年3月18日 http://hi.baidu.com/yanzi52351 思科官方CCNA模拟器PT6最新版下载（PacketTracer6） 最新的PT，可以做部分NP实验 PacketTracer60_Build28_setup.exe Cisco 更新了学习用模拟器Cisco Packet Tracer ，最新版本已经是6.0。 思科添加了几款新的router ，IOS已经支持到15.1。 新的亮点：思科在save里面保存有很多学习用的拓扑~

fluent 纯石蜡，多孔介质流体仿真(均质，组合梯度，线性梯度孔隙结构泡沫金属仿真模拟，udf编译等),SpaceClaim泡沫金属骨架建模等。 (当前有关泡沫金属工作一篇见刊，两篇在投) ,Fluent仿真研究：纯石蜡及多孔介质流体行为模拟——聚焦均质与梯度孔隙结构泡沫金属的UDF编译与SpaceClaim骨架建模,基于fluent的纯石蜡与泡沫金属多孔介质流体仿真模拟研究：骨架建模与梯度孔隙结构分析,fluent;纯石蜡;多孔介质流体仿真;均质;组合梯度;线性梯度孔隙结构;泡沫金属仿真模拟;udf编译;SpaceClaim建模;见刊论文;在投论文。,纯石蜡多孔介质流体仿真及泡沫金属建模技术研究

Surface3是一款由微软推出的二合一本电脑，集平板与笔记本功能于一体，深受用户喜爱。在使用过程中，有时可能会遇到触控屏幕与电磁笔配合不畅的问题，比如电磁笔无法正常书写。在这种情况下，"Surface校屏幕软件"便能派上用场。这款软件专为Surface用户设计，旨在解决电磁笔书写失灵的困扰。 电磁笔是Surface系列的一个重要特性，它允许用户进行精准的触控输入和手写笔记，尤其适用于绘图、签名或者做笔记等场景。然而，由于硬件或系统兼容性问题，电磁笔可能出现无法正常工作的情况。"Surface校屏幕软件"正是为了解决这一问题而存在的。它包含了一套完整的环境安装包，确保用户在没有其他额外软件的情况下也能顺利完成屏幕校准。 该压缩包内的“校屏幕软件”是整个流程的核心。用户只需按照软件提供的简单易懂的步骤进行操作，即可对Surface的屏幕进行校准，修复电磁笔的书写问题。通常，校准过程包括以下几个步骤： 1. **启动软件**：解压下载的压缩包后，找到并运行“校屏幕软件”。 2. **连接设备**：确保Surface设备已开机且与电脑连接（可通过USB或无线方式）。 3. **初始化检测**：软件会自动检测Surface设备，并识别当前存在的问题。 4. **校准准备**：根据软件提示，将电磁笔准备好，按照指示在屏幕上进行特定的操作。 5. **执行校准**：按照屏幕上的指示，使用电磁笔依次点击各个指定点，软件会记录下每次点击的位置，从而计算出校准数据。 6. **保存设置**：校准完成后，软件会更新设置，保存新的屏幕坐标信息。 7. **验证效果**：重新测试电磁笔，确认书写是否恢复正常。 需要注意的是，在校准过程中，保持Surface设备稳定，避免移动或倾斜，以免影响校准结果。此外，如果校准后问题仍未解决，可能需要检查电磁笔的驱动程序是否最新，或者设备是否存在硬件故障。 "Surface校屏幕软件"是一款实用的工具，对于那些遇到电磁笔书写问题的Surface用户来说，它提供了一个快速、便捷的解决方案。通过简单的几步操作，用户可以在家中自行解决这一问题，无需专业的技术支持，大大提高了Surface的使用体验。在日常使用Surface时，定期进行屏幕校准也有助于保持设备的最佳状态。

eSpace U1900 V200R003 产品文档.hdx

ADS和MATLAB联合仿真文件，它将ADS（Advanced Design System，高级设计系统）和Matlab两种强大的计算平台结合起来，为用户提供了一种高效、便捷的电子设计仿真解决方案。ADS是Agilent（安捷伦）公司推出的一款高频电子设计自动化软件，广泛应用于无线通信、雷达系统、半导体器件等领域的设计与分析。Matlab则是MathWorks公司开发的一款高性能数值计算和可视化软件，它在信号处理、图像处理、控制系统设计等多个领域都有广泛的应用。 通过ADS-matlab联合仿真，工程师们能够利用ADS进行复杂的高频电路设计，并通过Matlab的强大计算能力进行信号分析和数据处理。这样的联合仿真环境允许用户将设计、仿真与分析流程紧密集成，极大提高了工作效率，尤其是在需要对大量数据进行复杂处理的场合，如自适应算法、系统级建模等。 TADSInterface.m文件是这个仿真包中的一个关键组件，它是一个Matlab脚本文件，提供了Matlab与ADS之间接口的编程实现。通过这个接口，Matlab可以调用ADS仿真器，执行仿真任务，并将仿真结果返回给Matlab进行后续的分析和处理。这样的设计不仅使得工程师可以利用Matlab丰富的工具箱，也能够充分利用ADS的高频电子仿真能力。 README.md文件则包含了软件的使用说明和详细文档，它详细描述了如何安装和配置ADS-matlab联合仿真包，如何使用该仿真包进行设计、仿真和分析工作，以及常见问题的解决方法。这个文件是用户快速上手和有效使用仿真包的重要参考。 Demos目录中包含了一系列的示例程序和案例，这些案例展示了如何使用ADS-matlab联合仿真包来解决特定的电子设计问题。通过学习和研究这些案例，用户可以更好地理解联合仿真包的应用，并将其应用于自己的设计工作中。

Spacedesk for win10

基于python+MTCNN+MobileFaceNet+深度学习开发的实时人脸识别系统（源码） 采用 MTCNN 进行人脸检测和关键点定位，使用轻量级 MobileFaceNet 提取人脸特征向量，结合 ArcFace 损失函数提升识别精度。系统可通过摄 像头实时采集人脸，与数据库中已存人脸进行特征匹配，实现高效准确的身份识别。 调用测试图片数据库进行人脸识别 python infer.py --image_path=/dataset/test.jpg 调用摄像头进行人脸识别 python infer_camera.py --camera_id=0 文件树： dataset 人脸识别测试数据库 detection MTCNN模型训练文件 face_db 人脸数据库 models mobilefacenet模型训练文件 save_model 保存模型文件 图片人脸识别 infer.py

人脸识别技术作为计算机视觉领域中的一个重要分支，近年来得到了快速发展和广泛的应用。人脸识别项目实战是一个结合实际应用需求，通过构建和训练深度学习模型来实现人脸识别的实践项目。在这一领域中，MobileFaceNets和ArcFace是两种非常有影响力的技术。 MobileFaceNets是由商汤科技提出的一种轻量级的人脸识别网络架构，它旨在设计出既小又快的网络模型，使得人脸识别技术可以在移动设备上高效运行。MobileFaceNets通过减少参数数量和简化网络结构来实现轻量化，同时保持较高的识别准确率，这对于移动支付、门禁系统等场景有着极大的应用价值。 ArcFace是为了解决人脸特征提取中的角度问题而提出的一种改进的损失函数，它的设计目的是增强特征的可区分性，从而使模型在人脸识别任务中表现出更好的性能。ArcFace通过引入一个角度的余弦差异来优化特征空间的分布，这使得相似的人脸特征在特征空间中更接近，而不相似的人脸特征则更远。 PaddlePaddle是由百度推出的一个深度学习平台，它支持大规模分布式训练，同时也为开发者提供了丰富的API接口，极大地方便了深度学习模型的开发和应用。MobileFaceNets-master指的是在PaddlePaddle平台上实现的MobileFaceNets模型的主代码库，它包含了该模型的所有实现细节和训练代码，为研究人员和工程师提供了一个可以直接应用的起点。 在"人脸识别_MobileFaceNet_ArcFace_PP"这一实践项目中，参与者将深入了解人脸识别的基础知识，学习如何使用ArcFace损失函数来提高模型的性能，以及如何在PaddlePaddle平台上部署和训练轻量级的MobileFaceNets模型。此外，项目还会涵盖数据预处理、模型训练、模型评估等全过程，让参与者通过实战项目掌握人脸识别技术的核心要点。 人脸识别的实战项目不仅需要掌握深度学习的理论知识，还需要具备实际操作的能力，包括编写代码、调试模型以及优化算法等。通过该项目的实践操作，参与者能够更加深刻地理解人脸识别技术的实现原理和应用前景，同时也能获得宝贵的项目经验，为将来在相关领域的职业发展打下坚实的基础。 知识补充： 人脸识别技术的分类可以分为静态人脸识别和动态人脸识别。静态人脸识别指的是识别静态图像中的人脸，而动态人脸识别则涉及到视频流中的人脸检测与识别。在实际应用中，动态人脸识别更具有挑战性，因为它需要处理连续帧之间的人脸位置和姿态的变化。此外，人脸识别技术还涉及到一些关键的子技术，如人脸检测、特征提取、特征匹配等，每个环节的技术水平都会对最终识别结果产生重要影响。随着深度学习技术的发展，人脸识别准确率得到了显著提高，但同时也面临如数据隐私、安全性等问题，这些都是人脸识别技术在未来发展中需要解决的挑战。

Java作为广泛使用在移动应用开发中的编程语言，其在移动应用生态系统中的重要性不言而喻。移动应用开发项目实战资源库，特别聚焦于YunDing-JavaTalentPatheringPlace这一平台，为开发者提供了从基础到高级的全面Java学习资料。通过学习这个资源库中的内容，开发者可以深入了解Java基础语法、JavaWeb开发以及Java虚拟机（JVM）的工作机制。资源库中的Algorithm_Java部分，专门为想要在算法方面有所建树的开发者提供了丰富的算法学习资料和实战题目。此外，SpringLearning文件夹中包含了Spring框架的学习资源，这是Java开发中一个极为重要的模块，对于构建企业级应用尤其关键。在technology_sharing部分，开发者能够找到其他技术人员分享的Java相关的技术文章和讨论，这些内容可以帮助开发者拓宽知识面并了解行业动态。Java_member文件夹可能包含了一些建立Java开发者社区的资料，为Java人才提供了交流和成长的平台。Java_learning_path则是为初学者量身打造的学习路径规划，帮助他们有条不紊地逐步掌握Java编程。data_learning文件夹提供了Java在数据分析方面的应用资料，这对希望将自己的开发技能拓展到数据处理和分析领域的开发者来说是一大助力。java_brain_photo和Java_books部分则分别提供了图像化的学习资料和Java相关书籍的电子版，这些资源对于视觉学习者或是希望深入某个领域的开发者而言，无疑是极具价值的。maven_storage文件夹中的内容涉及到了Java项目中必不可少的构建工具Maven，通过这部分的学习，开发者可以掌握如何有效管理项目依赖和构建项目。

用于通信工程光缆图像测试，很方便的制作工具，做光缆工程的人用的上。