LabVIEW与西门子PLC进行S7通信源码，源码测试程序基于LabVIEW 2018开发。
该测试程序已经过多个项目验证，通信稳定不丢包。
程序支持200smart 300 400 1200 1500系列PLC的S7通信，程序使用TCP IP的方式通信，不依赖任何第三方dll，源码VI也未加密，没有任何使用限制。
附带的测试程序简单易上手，开发者无需看懂内部代码，只需输入需要读写的目标块地址或值就行，即使是小白也能一眼看懂。
具有文档说明帮助开发者理解。
这是一个基于LabVIEW 2018开发的源码测试程序，用于实现LabVIEW与西门子PLC进行S7通信。该测试程序经过多个项目的验证，通信稳定，不会丢失数据包。程序支持200smart/300/400/1200/1500系列PLC的S7通信，采用TCP/IP方式进行通信，无需依赖任何第三方dll。源码VI没有加密，没有使用限制。附带的测试程序非常简单易上手，开发者只需要输入需要读写的目标块地址或值，即使是初学者也能轻松理解。此外，提供了文档说明，帮助开发者更好地理解和使用该程序。”
涉及的知识点和领域范围如下：
LabVI
2024-01-29 14:37:53
230KB
1
NLP-study
记录做过的NLP任务,包含但不限于文本分类，关系分类，命名实体识别，文本摘要，文本生成等，基于tensorflow2.0或者pytorch框架。
2024-01-12 21:57:28
83.48MB
1
166MHz的SDRAM控制器，经过仿真和综合验证。该IP核是一种用于嵌入式系统的可定制化控制器，设计用于管理同步DRAM（SDRAM）芯片。具有灵活性，可实现高速数据传输，并且适用于不同类型的SDRAM。
2023-04-26 14:46:16
85.99MB
1
BioBERT此存储库提供用于微调BioBERT的代码，BioBERT是一种生物医学语言表示模型，用于设计生物医学文本挖掘任务，例如生物医学命名的实体识别，关系提取，对BioBERT提出疑问。此存储库提供用于微调BioBERT的代码。专为生物医学文本挖掘任务（例如生物医学命名实体识别，关系提取，问题回答等）而设计的表示模型。有关更多详细信息，请参阅我们的论文BioBERT：用于生物医学文本挖掘的预训练生物医学语言表示模型。
该项目由DMIS-Lab完成。
下载我们提供了五个版本的预训练砝码。
预训练是基于t
2023-03-26 11:00:53
440KB
1
马蒂斯
Matisse是一款经过精心设计的Android本地图像和视频选择器。 你可以
在活动或片段中使用它
选择包括JPEG，PNG，GIF的图像以及包括MPEG，MP4的视频
应用不同的主题，包括两个内置主题和自定义主题
不同的图像加载器
定义自定义过滤规则
进一步了解自己
志虎风采
德古拉风格
预习
下载
Gradle：
repositories {
jcenter()
}
dependencies {
implementation ' com.zhihu.android:matisse:$latest_version '
}
查看，查看更多不稳定版本。
护卫队
如果您将用作图像引擎，请按照Glide的自述文件中的说明添加规则。 并添加额外的规则：
- dontwarn com.squareup.picasso .**
如果您将用作图像引擎，请按照Picass
2023-03-07 12:03:49
1.74MB
1
使用MATLAB软件对QPSK(正交相移键控)信号经过移动信道时的解调特性进行了建模仿真,分析结果表明传输过程中多径衰落、多普勒频移效应对接收端QPSK信号的影响。在此基础上,从理论上提出通过在移动信号接收端增加适当的信号延迟电路,可以使解调后的信号抵消多径衰落与多普勒频移引起的衰落影响,增强信号传输的可靠性及有效性。
2023-03-02 18:56:38
1.12MB
1
深度语义角色标签
该存储库包含用于训练和使用Deep SRL模型的代码，该代码在以下内容中进行了描述：
如果您使用我们的代码，请按以下方式引用我们的论文：
@inproceedings {he2017deep， title = {深层语义角色标签：什么起作用，下一步是什么}， 作者= {他，鲁恒和李，肯顿和刘易斯，迈克和Zettlemoyer，卢克}， booktitle = {计算语言学协会年会论文集}， 年= {2017} }
入门
先决条件：
python应该使用Python2。您可以使用virtualenv进行模拟。
点安装numpy
pip install theano ==
2023-02-22 10:44:24
54KB
1
Silero VAD
Silero VAD：经过培训的企业级语音活动检测器（VAD），数字检测器和语言分类器。 企业级语音产品变得非常简单（请参阅我们的模型）。
当前，除WebRTC语音活动检测器（）外，几乎没有任何高质量/现代/免费/公共语音活动检测器。 WebRTC虽然开始显示其年龄，但遭受许多误报。
同样在某些情况下，能够使大型口语语料库匿名（即删除个人数据）也至关重要。 如果个人数据包含（i）名称（ii）某些私人ID，则通常被认为是私人/敏感的。 名称识别是一个非常主观的问题，它取决于语言环境和业务案例，但是语音活动和号码检测是非常常规的任务。
主要特点：
现代，便携；
低内存占用；
优于WebRTC的指标；
在庞大的语音语料库和噪音/声音库上受过训练；
比WebRTC慢，但对于IOT /边缘/移动应用程序足够快；
与WebRTC（大多数情况下会从声音中分辨出静
2022-12-26 14:24:12
19.53MB
1