研究微电网 该存储库包含为科罗拉多州丹佛大学的Park博士的微电网研究编写的代码。 目的是实现一个JADE代理，该代理从电网控制/监视设备的分布式系统接收近实时数据。 它应将数据存储在SQL中并将其发送到映射整个系统的GUI。 我将其作为事件驱动的图形数据来解决。 功率控制/监视网络以图形表示。 数据被其他代理“推送”到该存储库中实现的“数据代理”。 每个数据结构都在“ abs”包中抽象化，因此理论上可以出于完全不同的目的重用该代码。 参见Graph和MicrogridGraph 。 贡献者 通过类文档中的@author注释为该存储库中的每个类分配一个“主要”作者。 该主要作者的名字和姓氏应首先在课程文档中列出。 主要作者应该是有关课程的“要问的人”。 如果您对课程有疑问，请联系该人。 其他贡献者应在作者列表中稍后列出。 贡献者应将联系信息留在自述文件中，以便将来的贡献者可以找到它。

从面部表情实时情感分析 从面部表情实时进行人类情绪分析。 它使用了深度的卷积神经网络。 使用的模型在测试数据上的准确性达到63％。 实时分析器为当前情绪分配合适的表情符号。 模型实现是在keras中完成的。 一些预测的输出： 使用的表情符号： 实时情绪分析器快照 从图中可以明显看出，给定帧的模型预测是中性的。 模型架构 文件清单 facial Emotions.ipynb ：Jupyter笔记本，具有记录完整的代码，从开始到培训都说明模型准备。 可用于重新训练模型。 main.py ：主python webcam_utils ：用于从面部实时检测情绪的代码prediction_utils ：

实时地理位置演示 实时地理定位应用程序基于带有 ， 和图库的构建。 如何 教程和完整说明如何开始此演示，您可以在阅读 如果您决定克隆此存储库，请不要忘记在其中运行： npm install 要求 Mac OS X，Linux，Windows； 经过测试，可以在节点v0.8和v0.10上运行； （c）2012年-2014年Dmitri Voronianski 麻省理工学院许可

NI Linux RT安装教程，LabVIEW Linux RT安装教程，PC安装NI Linux RT，普通电脑安装NI Linux RT，NI RealTime System安装，cRIO系统安装，NI Linux Real-Time，

very good REALTIME OPERATING SYSTEM

Realtime Painting是unity开发的一个插件，可用于在模型上进行绘画。

c#编写的实时趋势示例，使用visual studio自带的chart，定时器实时绘制趋势，可以手动设置纵坐标上下限，也可根据数据实时值自动设置纵坐标上下限。

realtime rendering中文版，高清资源，不可多得的计算图形界工匠之作。该书讲解详细，是了解实时计算机图形学的必经之路。

Unity3D RealTime人脸追踪 该项目是我2017/2018学年的一部分。 演示： : 更多详细信息： :

用知云文献翻译加上自己的一些理解翻译的Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields这篇论文