PyFA 是一个正式发布的 Python 库吗?它到底能用来做什么?
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
Python内容推荐
Pyfa, python 配件,适用于EVE在线的跨平台安装工具.zip
Pyfa, python 配件,适用于EVE在线的跨平台安装工具 pyfa 是什么?如果你想要创建,试验和保存船舶配件,你可以在不使用游戏的情况下创建,实验和保存船舶配件。 开源和用 python 编写,可以在任何平台上使用 python 2.x 和 rtc,包括 Windows 。M
Pyfa python配件,EVE在线跨平台安装工具
源码地址: https://pan.quark.cn/s/d5d2b1ae56b8 Pyfa是一种基于python语言的插件,作为EVE网络版的跨平台安装应用,其用途是什么? 倘若用户意图构建、测试及储存飞船部件,则无需启动游戏即可进行这些操作。 该工具采用开源模式且使用python语言开发,确保其兼容性,可在支持python 2.x及RTC的任何平台上运行,例如Windows系统。
Pyfa:Python拟合助手,适用于EVE Online的跨平台拟合工具
毕发 它是什么? Pyfa,简称PY马拉松˚Fitting一个ssistant,允许你创建,实验,并保存船舶配件没有游戏之中。 它是开源的并且用Python编写,可在任何可使用Python 3和wxWidgets的平台上使用,包括Windows,Mac OS X和Linux。 最新版本和变更日志 最新版本和发行说明始终可以在项目的页面上找到。 如果您运行的版本过旧,Pyfa会通知您。 安装 Windows和OS X用户在页面上提供了独立的pyfa。 .exe安装程序也可用于Windows版本。 Linux用户可以使用其发行版的Python解释器运行pyfa。 没有用于Linux的官方自包含软件包,但是,可以通过特定于发行版的系统信息库获得许多第三方软件包。 OS X 除正式发行版外,还有在OS X上安装pyfa的选项。请注意,此选项由第三方维护,未经pyfa开发人员测试。 只需在终端启
pyfasm:FASM 的 Python 包装器
pyfasm FASM 的 Python 包装器 这个包装器只适用于 python x86作为为 x86 编译的 fasm.dll。 如果您需要 x64 支持,请随意贡献。 使用 pyfasm import pyfasm # some inline asm which does nothing just to show how the library works # __asm as to be bytes. __asm = b""" pushfd pushad popad popfd """ bytecode = pyfasm . assemble ( __asm ) print ( bytecode ) > b'f \x9c f`faf \x9d '
【CEEMDAN-VMD-GRU】完备集合经验模态分解-变分模态分解-门控循环单元预测研究(Python代码实现)
内容概要:本文提出了一种结合CEEMDAN、VMD与GRU的混合预测模型,用于提升非平稳时间序列的预测精度。该模型首先利用完备集合经验模态分解(CEEMDAN)对原始信号进行预处理,有效缓解模态混叠问题,将其分解为多个本征模态函数(IMF);随后采用变分模态分解(VMD)对各IMF分量进行进一步精细化分解与重构,增强信号分离的准确性与鲁棒性;最后将处理后的平稳子序列输入门控循环单元(GRU)神经网络进行时序建模与预测,充分发挥GRU在捕捉长期依赖关系方面的优势。整个流程实现了从复杂信号去噪、特征提取到深度学习建模的端到端预测框架,显著提升了对风电、光伏、负荷等复杂非平稳序列的预测性能,并附有完整的Python代码实现,便于复现与工程应用。; 适合人群:具备一定Python编程能力及机器学习基础,从事时间序列分析、信号处理、能源系统预测(如电力负荷、风速、光伏发电)、故障诊断或相关领域研究的研究生、科研人员和工程技术人员。; 使用场景及目标:①应对具有强噪声、非平稳性和多尺度特征的时间序列高精度预测任务;②深入理解CEEMDAN与VMD等先进信号分解技术的原理及其在特征工程中的应用;③掌握信号分解与深度学习模型融合的建模范式,构建高效的时间序列预测系统。; 阅读建议:建议读者结合所提供的Python代码,动手实践每一步信号分解过程,重点关注CEEMDAN和VMD的参数配置对分解效果的影响,并通过可视化手段分析各分量的频率特性,进而理解GRU模型如何对不同尺度的时序特征进行学习与集成,以全面掌握该混合模型的设计逻辑与优化路径。
pyfa-v2.22.0-win.zip
pyfa是eveonline的辅助配船工具,可以帮助玩家在不登录游戏的情况下完成装配的模拟,使用python语言进行编写且开源
Pyfa Plugins-开源
一个为Pyfa(python拟合助手)开发插件的项目
Pyfa-2.37.0.tar.gz
Pyfa-2.37.0.tar.gz
PyPI 官网下载 | pyfaaster-0.1.1.tar.gz
资源来自pypi官网。 资源全名:pyfaaster-0.1.1.tar.gz
小行星近地接近轨道数据集1900至2200
基于NASA喷气推进实验室JPL近地天体数据构建的小行星与彗星近地接近研究数据集,收录1900至2200年所有已计算出的距地0.05天文单位(约19.5倍地月距离、约750万公里)以内天体接近事件,共52400次接近记录,涉及20297个天体:其中33646次已发生、18754次为2026年11月之后的预测事件,1760次接近距离比月球更近。主表asteroid_close_approaches_1900_2200.csv将JPL原始嵌套JSON清洗为平面表格,接近距离统一换算为公里与地月距离倍数;辅表close_approach_objects.csv关联每个天体的轨道类别、潜在危险标记PHA、尺寸与观测历史。适用场景:近地天体风险筛查、潜在危险小行星监测、接近频率时空统计、行星防御研究、天文事件预测与科普可视化等。数据采用CC0公共领域许可,无需调用JPL API,适合天文学研究者、行星防御研究人员、航天爱好者与科学传播工作者自由使用。
政府科技管理者在推动科技成果转化时,如何高效统筹区域创新资源并实现供需精准匹配?.docx
政府科技管理者在推动科技成果转化时,如何高效统筹区域创新资源并实现供需精准匹配?
科技中介服务机构如何构建差异化的技术交易服务能力?.docx
科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。
SCI复现电力系统储能调峰、调频模型研究(Matlab代码实现)
内容概要:本文聚焦于电力系统中储能技术在调峰与调频领域的应用,系统复现了具有SCI级别水平的储能优化运行模型,并配套提供了完整的Matlab代码实现。研究深入探讨了储能系统在电网负荷波动中的动态响应机制,通过构建精确的数学模型实现对峰谷负荷的有效调节(调峰)以及对频率偏差的快速抑制(调频)。内容涵盖储能容量的优化配置、充放电策略的设计、系统运行约束的建模等关键技术环节,并结合典型电力系统场景进行仿真验证,充分展示了储能系统在提升电网稳定性、增强运行经济性与促进新能源消纳方面的重要价值。; 适合人群:具备一定电力系统分析基础和Matlab编程能力的高校研究生、科研机构研究人员,以及从事新能源并网、电网调度、储能系统集成等工作的工程技术人员。; 使用场景及目标:① 学习并复现高水平SCI论文中关于储能优化调度的核心算法与建模范式;② 掌握储能系统在调峰、调频应用中的完整建模、仿真与性能评估方法;③ 为开展电力系统灵活性提升、综合能源系统优化调度等相关领域的科研与工程实践提供可靠的技术参考与可复用的代码支持; 阅读建议:建议读者结合Matlab代码逐模块分析其实现逻辑,重点关注目标函数的构建、各类物理约束(如功率平衡、容量限制)的处理方式以及优化求解器的调用与配置,同时鼓励将模型扩展应用于不同规模或结构的电网系统中,以进行性能测试与进一步的优化改进。
高校技术转移办公室在推进成果转化时,如何高效筛选优质技术成果?.docx
科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。
政府科技管理者在推动区域科技创新时,如何精准识别并配置优质科技成果资源?.docx
政府科技管理者在推动区域科技创新时,如何精准识别并配置优质科技成果资源?
langfuse-part-000
langfuse-part-000
基于强化学习的自适应拓扑结构多目标粒子群优化及其应用Matlab代码.rar
基于强化学习的自适应拓扑结构多目标粒子群优化及其应用Matlab代码.rar
基于蜣螂优化算法的多无人机安全航迹规划方法研究(Matlab代码实现)
内容概要:本文研究了基于多策略改进蜣螂优化算法(MSDBO)的多无人机协同三维避障路径规划方法,并提供了完整的Matlab代码实现。文章首先阐述了蜣螂优化算法的基本原理及其在解决复杂优化问题中的潜力,进而提出针对原始算法易陷入局部最优、收敛精度不足等问题的多项改进策略,包括种群初始化优化、自适应控制因子设计以及抗局部最优的位置更新机制。通过构建包含路径长度、飞行高度、威胁规避和转弯成本等要素的综合目标函数,实现了对多无人机系统在复杂三维环境下的安全、高效航迹规划。文中详细介绍了算法的设计流程、仿真实验设置及结果分析,验证了所提方法在提升路径质量、增强避障能力与优化飞行效率方面的优越性能,并探讨了其在城市空中交通、应急救援等智能系统中的应用前景。; 适合人群:具备一定编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法开发等相关工作的工程师。; 使用场景及目标:①为多无人机系统提供一种高效的安全航迹规划解决方案;②推动蜣螂优化算法及其他群智能算法在复杂工程优化问题中的实际应用;③通过Matlab代码实现帮助读者深入理解算法细节并进行二次开发与性能调优; 阅读建议:建议读者结合文中提供的Matlab代码进行动手实践,重点关注算法改进模块与目标函数设计部分,尝试调整参数或应用于不同场景的路径规划任务,以加深对算法工作机制的理解并挖掘其优化潜力。
华为2000年 PCB的EMC设计指南
PCB EMC 设计从源头讲到了收尾: 第一部分:布局 ——板层数怎么定(Vcc/GND 层、信号层)、单板性能指标与成本怎么权衡、电源层/地层/信号层的相 对位置怎么摆,还给出了 4~14 层板每一种叠层方案的逐层对比与推荐指数;模块怎么按功能、频率、 信号类型划分,时钟、电感线圈、总线驱动、滤波器件这些"特殊器件"该放哪; 第二部分:布线 ——传输线模型、反射与串扰、优选布线层,以及大篇幅的阻抗控制:输入阻抗、特征阻抗、奇模/偶 模/差分阻抗,生产工艺对阻抗的影响,差分阻抗随线距变化的实测曲线,还有完整的阻抗控制案例; 跨分割与开槽处理 ——高速信号线其轨线严禁跨分割走线、开槽不可避免时如何"桥接"、跨"静地"怎么处理,全是实战中 踩过坑才写得出的规则; 第三、四部分:背板与射频 PCB 的 EMC 设计 ——背板接插件信号排布、阻抗匹配、电源地分配;射频板材选择、隔离与屏蔽、微带线耦合器/功分器 布线、射频走线包地,这一部分在同类资料里尤为少见; 第五部分:附录 ——PCB 设计中的安规考虑:安全标识、电击与能量危险、熔断器与电池、爬电距离与电气间隙、阻燃 与耐热试验等,对标 IEC 60950 与 GB4943-2000。
IMG_20261118_200708.jpg
IMG_20261118_200708.jpg
最新推荐







