基于element-ui，vue开发的一款以配置开发为目的的组件库

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。

目的蛋白相互作用 目的蛋白蛋白质关系提取 下载AIMed数据集 从ftp://ftp.cs.utexas.edu/pub/mooney/bio-data/interactions.tar.gz下载 使用说明将原始数据集转换为XML convert_aimed.py -i aimed_interactions_input_dir -o aimed.xml 跑 步骤1：将xml AIMed转换为扁平化的json python src/preprocessors/aimed_json_converter.py --inputfile tests/sample_data/aimed.xml --outputfile aimed.json

魔方搜索 这个python程序的目的是分析不同的搜索启发式方法，以寻找正确的动作序列来解决魔方的问题。 随着魔方的层数增加，每次搜索所花费的时间也将增加。 我们将分析针对每种搜索/启发式算法扩展的节点中的时间复杂度。 要实现的搜索包括：广度优先搜索深度优先搜索A *搜索（使用启发式方法）曼哈顿距离错位的图块熵基尼

CoronaHack--胸部X射线 该项目基于深度学习中的人工神经网络。 该项目的目的是预测该人是否受到冠状病毒的感染。 该预测是基于对人体的胸部X射线分析而得出的。 数据集： ://www.kaggle.com/praveengovi/coronahack-chest-xraydataset电晕-COVID19病毒影响健康个体的呼吸系统和胸部X射线是识别电晕病毒的重要成像方法之一。 使用Chest X-Ray数据集，开发一个机器学习模型以对健康与肺炎（Corona）受影响的患者的X射线进行分类，并且该模型为AI应用程序提供了动力，使其可以更快地测试Corona病毒。 健康与肺炎（Corona）感染患者的X射线胸部胸部感染患者以及其他几类疾病，例如SARS（严重急性呼吸道综合症），链球菌和ARDS（急性呼吸窘迫综合症） 图像名称和标签可在ChestXrayCorona_Metad

matlab的欧拉方法代码时间积分方案 这是一个有限元研究项目，其目的是针对梁单元在瞬态分析中研究时域中不同数值积分方案的阻尼效应。 特别是对于纵向自由度的冲击载荷。 研究的主要集成方案是Backward-Euler，Newmark方法，居中方案，一些Runge-kutta方案和广义alpha方案。 将所进行的仿真与商业代码Abaqus进行比较，并研究了不同的属性，例如准确性，稳定性，鲁棒性。这些方法和主要的有限元方法都是在Matlab中实现和编程的。 还对图形用户界面进行了编程，以允许用户轻松选择数值积分方法并查看位移结果。 GUI显示了在2m光束的末端进行3500 N冲击模拟的结果，持续时间为1e-4秒。 这些参数可以在 Newmark.m 和 dynamics.m 请享用 ！

ERP实施的主要目的与方法

预测钻石价格 竞争的目的是根据钻石的特征（克拉，重量，颜色，切工...）预测钻石的价格。 这是为Ironhack Data Analytics训练营的学生创建的学术竞赛。

慈善机构 这是一个基于Java语言的Web应用程序项目，专为慈善机构而设计。 其主要目的是使用户能够向自己选择的机构捐款。 该应用程序还使管理员能够管理存储在数据库中的数据。 目录 先决条件 在安装之前，您需要： 支持与Maven集成的IDE（例如 ） 安装 要求 确保已安装“部分中列出的所有程序。 克隆或下载 库到本地机器上使用https://github.com/jakubde/Charity.git或。 建立资料库 您可以通过两种方式使用创建数据库： 直接从系统的CLI执行单个MySQL命令，并在询问时输入root用户的密码（这是在安装MySQL时指定的密码）： mysql -uroot -p -e " CREATE DATABASE charity_donation CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci " 或者分两

RSNA-Pneumonia-Detection-Challenge:目的是预测与肺炎相关的肺部混浊以及胸部X线照片中的边界框。 目的是检测是否对患有肺炎的肺进行分类，并丢弃其他种类的不透明物，例如由液体，细菌，肺癌等引起的不透明物。可以应用各种算法，但是我们继续使用YOLO事实证明这是最好的。 我们从https那里获得了大部分帮助