【UE5】数字人基础

这里主要记录一下自己在实现数字人得过程中涉及导XSens惯性动捕，视频动捕，LiveLinkFace表捕，GRoom物理头发等。

MATLAB 2016计算NDVI

MATLAB 2016计算NDVI

MATLAB中左边的大括号最后一行为什么会留很大的空白——解决

看了一些帖子说改字体，但是并没有什么用，在此给出亲测有效的方法：改变矩阵的行间距。格式——矩阵——更改矩阵，在矩阵设置中选中“行高相等”，完事！**解决办法：**光标放在矩阵上。

knife4j swagger 使用笔记

knife4j swagger使用笔记

Mockito

这些传参方法是Mockito框架中用于创建“任意匹配器”的工具，它们在编写单元测试时非常有用，特别是当我们要验证方法被调用时的参数类型和数量，而不关心具体的参数值时。用途：@EnumSource 专门用于为参数化测试提供枚举类型的值。如果某个 @BeforeEach 方法执行失败（抛出异常），仅影响紧随其后的那个测试方法，其他测试方法仍会尝试执行各自的 @BeforeEach 方法。@BeforeEach 注解的方法不能是静态的，因为它们与每个测试方法的执行紧密相关，通常需要访问非静态的成员变量或方法。

Matlab 使用subplot绘制多个子图，一元拟合

【代码】Matlab 使用subplot绘制多个子图，一元拟合。

机器学习：驱动现代交通运输革命的AI智慧引擎

机器学习：驱动现代交通运输革命的AI智慧引擎

串联超前及对应matlab实现

下面将以一个实际的例子，使用matlab脚本，实现其校正后的相位裕度≥60°。串联超前校正它的本质是利用相角超前的特性提高系统的相角裕度。

Stable Diffusion 常用放大算法详解

常规用法：先在低分辨率下反复画图，确定一个比较满意的图像时，再借助固定随机种子，来进行高清修复，得到分辨率更高的图像。高清修复有时候会修改图像，增加不必要的元素，可以通过调整重绘幅度进行抑制。如果只是想放大图片，可以设置为（0.3-0.5），如果想要AI自由发挥，可以设置更高的重绘幅度。

MATLAB初学者入门（16）—— 图搜索算法

图搜索算法是解决图论中路径查找和图遍历问题的关键工具。这些算法可以找到从一个节点（起点）到另一个节点（终点）的路径，或者用于发现图中的结构特征。在MATLAB中，我们可以利用图和网络理论工具箱来实现和使用图搜索算法，如广度优先搜索（BFS）和深度优先搜索（DFS）。

2024数学建模时间汇总与竞赛攻略

数模比赛视频讲解：（关注B站 ：white学长努力中），提供思路讲解，white学长建模美赛M奖，国赛北京市二等奖，擅长做评价类题目。比赛时间：北京时间2024年2月2日早晨6：00至2024年2月6日上午9：00。奖项设置：特等奖、特等奖提名奖、一等奖、二等奖、优秀奖。奖项设置：根据等级分为O奖、F奖、M奖、H奖和S奖。奖项设置：特等奖、一等奖、二等奖、三等奖和优秀奖。奖项设置：一等奖、二等奖、三等奖和优秀奖。奖项设置：一等奖、二等奖、三等奖、优秀奖。奖项设置：一等奖、二等奖、三等奖、优秀奖。

MATLAB初学者入门（15）—— 随机森林

随机森林是一种强大的机器学习方法，基于多个决策树的训练结果进行集成学习，以提高整体的预测准确性和稳定性。这种方法不仅适用于分类问题，也非常适合于回归问题。MATLAB中的Statistics and Machine Learning Toolbox提供了易于使用的随机森林实现，可以通过TreeBagger类来调用。

Kafka 消费者应用解析

注：示例代码使用的语言是Python。

matlab新手快速上手6（引力搜索算法）

本文根据一个较为简单的matlab引力搜索算法框架详细分析引力搜索算法的实现过程，对matlab新手友好，源码在文末给出。

234 基于matlab的萤火虫算法多变量寻优

基于matlab的萤火虫算法多变量寻优，通过设置变量范围，用于寻找多目标时的最优值，效果比较理想，未陷于局部最大值。结果可以通过动图展示出来。显示二维和三维寻优结果。程序已调通，可直接运行。

43. UE5 RPG 实现敌人血量显示条

在上一篇文章中，我们实现了火球术伤害功能，在火球击中敌方目标，可以降低敌人20的血量，这个值现在是固定的，后面我们会修改火球的伤害设置。接着，我们也测试了功能是实现的，但是在正常的游玩过程中，你不可能让玩家通过log界面获取敌人血量，这不符合玩家体验，所以，这一篇我们来实现在敌人的上方显示敌人剩余血量的UI。为了实现敌人的血量条，我们首先将创建一个显示血量的用户控件，然后再敌人的基类里面实现在敌人血量变化时，对敌人的血量进行事件委托广播，来告知敌人修改血量。

基于WOA算法的SVDD参数寻优matlab仿真

每次迭代过程中，计算当前参数组合下的SVDD模型性能（如泛化能力、轮廓系数等），并将最优参数对应的搜索代理设置为新的全局最优解。基于WOA算法的SVDD参数寻优,将优化后的SVDD模型进行数据分类，并对测试数据进行抗干扰测试，得到不同干扰下的分类误差曲线。初始化WOA算法参数（如种群大小、最大迭代次数、参数边界等），并随机初始化各个搜索代理的位置（即不同的SVDD参数组合）。将SVDD的参数向量Θ=[C,γ]视为WOA算法的搜索空间，通过迭代优化找到最优的参数组合。

C#基础之结构体

结构体。