告别界面拖拽!用C#脚本玩转SuperMap Hi-Fi 3D SDK for Unity 11.1.1

daily-stock-analysis(Python) 「daily_stock_analysis(Python)」是后台管理系统(Python)。项目简介:LLM 驱动的多市场股票智能分析系统:多源行情、实时新闻、决策看板与自动推送,支持零成本定时运行。 LLM-powered multi-market stock analysis system with multi-source market data, real-time news, decision dashboard, automated notifications, and cost-free scheduled runs.源码完整,下载解压即可查看使用,适合学习参考、课程设计与二次开发。 立即下载

纯代码驱动:SuperMap Hi-Fi 3D SDK for Unity全脚本开发实战

当Unity开发者厌倦了在Inspector面板和Scene视图之间反复切换时,代码驱动开发便成为提升效率的终极武器。SuperMap Hi-Fi 3D SDK for Unity 11.1.1为地理空间可视化提供了强大的API支持,但官方文档往往侧重于界面操作。本文将彻底解放开发者的双手,展示如何完全通过C#脚本实现三维场景构建、数据加载与交互控制,打造可维护性更高的专业级地理可视化应用。

1. 环境配置与项目初始化

在Visual Studio中新建Unity项目后,首先需要通过NuGet包管理器或直接引用DLL的方式集成SuperMap SDK。推荐使用程序集动态加载技术实现模块化部署:

// 程序集动态加载示例
var assemblyPath = Path.Combine(Application.streamingAssetsPath, "SuperMapSDK.dll");
Assembly supermapAssembly = Assembly.LoadFrom(assemblyPath);
Type realspaceType = supermapAssembly.GetType("SuperMapSDK.RealspaceView");

为避免资源路径硬编码,建议建立配置文件解析系统:

// Configs/sdk_settings.json
{
  "cacheRoot": "D:/GIS_Data/Cache/",
  "services": [
    {
      "name": "Terrain",
      "url": "http://gis-server/terrain-service",
      "type": "S3M"
    }
  ]
}

使用工厂模式初始化核心组件可显著提升代码复用率:

public class GISComponentFactory 
{
    public static RealspaceView CreateRealspaceView(Camera mainCamera) 
    {
        var view = new RealspaceView();
        view.SceneControl.Scene.Sun.Enable = true;
        view.SceneControl.Scene.Sun.Intensity = 1.5f;
        return view;
    }
}

2. 动态场景构建技术

2.1 无界面数据加载方案

抛弃Scene面板拖拽,通过代码批量加载S3M缓存需注意线程调度问题。以下示例展示异步加载方案:

IEnumerator LoadS3MCacheAsync(string scpPath, string layerName)
{
    var loadOperation = SupermapGIS.Instance.Realspace.SceneControl.Scene.Layers
        .AddAsync(scpPath, Layer3DType.S3M, false, layerName);
    
    while (!loadOperation.isDone)
    {
        float progress = Math
工具调用智能体可靠性基准数据集验证门重试 面向工具调用型AI智能体可靠性研究的合成基准数据集,研究预执行验证门与有限重试机制如何改变智能体任务完成率、无效动作率与调用成本。包含120张合成工单、1440个模拟回合(4种策略×3种工具故障率)与本地大语言模型试点实验(qwen2.5:3b)。实验结果显示:10%工具故障率下基线策略完成率仅30.0%,验证门加重试组合达97.5%;大模型试点中无防护时8张工单完成5张,加防护后8张全部完成。附结果明细、策略汇总、实验元数据与README共8个文件。适用于智能体工程、工具调用可靠性评估、防护机制设计与大模型应用研究。数据许可:CC0公共领域。 立即下载

相关推荐

企业员工人力资源数据集3000人60家公司

描述60家公司、8个行业3000名员工的人力资源分析合成数据集,公司表含行业、城市、规模、成立年份与远程办公政策,员工表含人口统计、职位、薪资、绩效、满意度与流失标签,经company_id关联,另附合并后的全宽表(3000行×23列)即取即用。数据由Python按列间真实关联生成(薪资取决于职级、学历、行业与城市),无任何真实人物或公司信息。适用于人力资源分析、员工流失预测、薪资建模、组织行为研究、HR分析教学与SQL练习,也是数据科学课程与实习项目的理想入门数据集。数据许可:CC0公共领域。

YOLO26算法货架苏打水饮料识别+训练好的模型+164张数据集+pyqt可视化界面.zip

附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[苏打(Soda)] 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 69 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9950** mAP50-95 | 0.9872 Precision | 0.9991 Recall | 1.0000 train/box_loss | 0.3931 train/cls_loss | 0.2881 val/box_loss | 0.2243 val/cls_loss | 0.2017 【训练过程分析】 从 1 到 69 轮的训练过程中,我感受到 YOLO26n 在模型架构下,初期的快速收敛阶段显得尤为明显。loss 曲线在最初的几十轮迅速下降,这表明模型开始快速掌握基本的检测能力。尤其在训练集的 box_loss 从 0.3931 降至 0.2243,表明模型迅速降低了背景误检率。这种快速收敛的节奏让人感觉模型在开始阶段的泛化学习能力不错。然而,在训练进行到 40 到 60 轮后,loss 曲线的下降速度明显放缓,趋于平稳,这种平台期现象在 69 轮时表现得尤为明显。从 val/box_loss 从 0.2243 趋于稳定来看,表明模型在验证集上的泛化性能良好,没有明显的过拟合现象。不过,这种平台期现象确实给接下来的训练带来了挑战,需要进一步优化以寻求突破。 在整体训练过程中,模型在 69 轮后达到了 mA... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。

基于Spring Cloud、Nacos、Seata、Mysql、Redis、RocketMQ、canal、ElasticSearch、minio的微服务B2B2C电商商城系统

Mall4cloud 是 Mall4j 体系下的微服务商城产品线。本仓库是 Mall4cloud 开源版主仓库,开源版面向 B2B2C 商城架构,基于 Spring Boot 4、Spring Cloud、Nacos、Seata、MySQL、Redis、RocketMQ、Canal、Elasticsearch、MinIO 等组件构建,包含平台端、商家端、用户端和完整订单流程,适合学习微服务电商架构、评估多商户商城源码,以及进行企业商城系统二次开发。

Python 批量处理大量压缩包|递归嵌套解压 zip rar 7z tar,文件名乱码修复,扫描残留压缩包工具

在收集大量计算机源码时,经常遇到海量多层嵌套压缩包:zip、rar、7z、tar、tar‑gz 混杂,老压缩包中文文件名 GBK 编码解压出现乱码,解压完成后不确定目录内是否还有遗留未解压的压缩包。 本工具集由 3 份 Python 脚本组成,专门针对大批量源码文件夹做自动化预处理,不用手动一个个解压,自动递归遍历所有子目录,处理嵌套压缩包,修复中文文件名乱码,扫描校验残留压缩包,输出完整处理日志。 前置条件 - Python3.8 及以上环境 - 如果要处理 rar/7z 格式:电脑安装 **7‑Zip**,记录 7z.exe 的完整路径,填到 `jieyarar.py` 配置区。 1. 修改每个脚本顶部配置区:`SCAN_ROOT / TARGET_FOLDER` 修改为你存放文件的根目录绝对路径(Windows 路径字符串前面加 r,例如 `r"F:\files\download"`) 2. 第一步:运行 `main.py`,优先处理全部 zip 压缩包,执行完成查看生成的 `unzip_log.txt` 日志; 3. 第二步:运行 `jieyarar.py`,处理 rar、7z、tar 等其它格式压缩包,查看 `unpack_all_archive_log.txt`; 4. 第三步:运行 `checkfiel.py`,全盘扫描校验,输出 `scan_archive_and_badname.txt`; - 查看报告:确认是否还有残留压缩包、是否存在乱码文件名; 5. 根据日志,手动单独处理加密、损坏的压缩包。

AI聚合api网关系统源码+部署教程

AI聚合api网关系统源码+部署教程

005_临床路径信息化对医疗质量与费用控制的影响.docx

005_临床路径信息化对医疗质量与费用控制的影响

企业如何申请技术需求预测与智能匹配服务?.docx

企业如何申请技术需求预测与智能匹配服务?

国央企在推动内部技术转化时,如何实现技术需求的精准挖掘与匹配?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

科技中介服务机构在对接企业与高校科研成果时,如何快速挖掘企业的隐性技术需求?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

产业园区如何高效跟踪技术需求,以便精准对接企业创新资源?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

天空图像和光伏发电预测研究(Python代码实现)

内容概要:本文档名为《Plecs全桥LLC谐振变换器仿真模型.txt》,聚焦于电力电子领域中的隔离型全桥LLC谐振变换器,系统性地提供了基于PLECS或Simulink平台的建模、仿真与参数设计资料。内容涵盖系统建模方法、谐振腔关键参数(Lr、Lm、Cr)设计、仿真模型搭建及性能分析,重点实现软开关技术、高效率能量转换与良好的动态响应特性,适用于对电源转换效率和可靠性要求较高的工程与科研场景。文档强调“顶级EI复现”标准,突出了其在学术研究与工程实践中的高参考价值与严谨性。; 适合人群:具备电力电子、自动化或电气工程等相关专业背景,熟悉PLECS或Simulink仿真工具,从事高频DC-DC变换器设计、新能源电源研发或攻读硕士、博士阶段科研工作的技术人员与高校师生。; 使用场景及目标:① 深入理解全桥LLC谐振变换器的工作原理与谐振特性;② 复现高水平学术论文(如EI期刊级别)中的仿真模型与实验结果;③ 设计并优化实际工程中的高效、高功率密度电源系统,重点开展软开关实现、效率优化及参数敏感性分析。; 阅读建议:建议学习者结合文档中提供的仿真模型、设计报告与计算书进行一体化学习与实践,重点关注谐振参数的计算过程与仿真验证方法,并以“顶级EI复现”为标准,反复校验模型的准确性与性能指标,确保理论与实践紧密结合。

三电平Buck直流变换器双闭环、单闭环、开环仿真【附参考文献】(Simulink仿真实现)

内容概要:本文档提供了三电平Buck直流变换器的开环、单闭环和双闭环控制系统的Simulink仿真模型及相关参考文献,系统地展示了不同控制策略下变换器的动态响应、稳定性和输出精度等关键性能指标。通过对开环、单闭环(如电压环)与双闭环(如电压-电流双环)控制结构的建模与仿真对比,深入分析了各控制方式在抗干扰能力、调节速度和稳态误差等方面的优劣,有助于掌握三电平Buck变换器的核心控制原理与工程设计方法,适用于电力电子系统的研究、教学及实际工程项目中的控制策略验证。; 适合人群:电气工程、自动化、新能源技术等相关专业的高年级本科生、研究生,以及从事电力电子变换器研发、控制算法设计和系统仿真的工程技术人员。; 使用场景及目标:① 学习三电平Buck变换器的工作原理与数学建模方法;② 掌握开环与闭环控制策略的设计流程;③ 对比分析不同闭环控制结构的动态与静态性能;④ 支持课程设计、毕业设计、科研课题或产品开发中的仿真验证与优化; 阅读建议:建议结合提供的Simulink模型与参考文献进行同步学习,动手运行仿真并调整控制器参数(如PI参数),观察系统响应变化,重点关注阶跃负载下的输出电压波动、恢复时间及稳态精度,从而深化对控制理论与实践应用的理解。

双向全桥CLLC拓扑变频控制仿真模型(Simulink仿真实现)

内容概要:本文详细介绍了双向全桥CLLC拓扑变频控制仿真模型的Simulink实现方法,聚焦于CLLC谐振变换器的变频控制策略研究,涵盖其闭环控制系统建模、关键参数设计与仿真验证全过程。文档不仅提供了该拓扑的完整仿真模型,还配套了控制逻辑说明、参数整定方法及实际应用场景分析,体现了从理论到实践的高度结合。同时,文中列举了丰富的电力电子仿真资源,包括多种LLC、DAB、PFC、Buck/Boost等典型电路结构的控制仿真案例,并融合了状态估计、扩展卡尔曼滤波(EKF)、神经网络等先进算法在电力系统中的应用,展现出强烈的科研与工程实用导向。整体内容服务于高效率、高功率密度隔离型DC-DC变换器的技术研发与平台搭建。; 适合人群:具备电力电子、自动控制或电气工程等相关专业背景,熟悉Simulink/Matlab仿真环境,正在从事新能源发电、储能系统、电动汽车、充电桩等领域研究的研发人员或硕士、博士研究生; 使用场景及目标:①深入理解CLLC谐振变换器的工作机理与变频调制原理;②掌握谐振变换器闭环控制系统的设计流程与参数优化方法;③借助成熟仿真模型加速科研进程,支撑论文复现、课题申报或工程项目开发; 阅读建议:建议结合文中提供的仿真文件与参考资料,动手搭建并调试模型,重点关注变频控制对ZVS/ZCS软开关特性的影响机制,同时可进一步拓展学习PID、EKF、SVPWM等先进控制算法在电力变换系统中的集成应用与协同优化策略。

全桥LLC谐振软开关Simulink仿真设计

内容概要:本文档系统介绍了全桥LLC谐振软开关的Simulink仿真设计,涵盖其建模方法、关键参数设计、闭环控制策略及软启动机制等核心技术环节,并提供配套的仿真模型、设计报告与Mathcad计算书。内容重点包括变频与移相混合控制、恒压恒流双竞争闭环控制等先进控制策略的应用,深入剖析LLC谐振变换器在高频软开关条件下的工作机理与工程实现路径。同时,文档整合了丰富的电力电子系统仿真资源,如双向全桥CLLC、Buck-Boost、PFC电路、三电平变换器、DAB变换器等多种拓扑结构的仿真案例,构建了一套面向新能源、储能、电动汽车充电等应用领域的综合性电力电子仿真资料体系。; 适合人群:具备扎实电力电子技术与自动控制理论基础,从事高频开关电源、新能源变换系统、电动汽车充电技术等相关方向研究的研究生、科研人员及工业界研发工程师。; 使用场景及目标:①用于高校教学与科研项目,掌握LLC谐振变换器的建模、仿真与参数优化方法;②支撑工业界在高频电源、车载充电机、储能变流器等产品开发中的性能验证与控制算法迭代;③辅助完成学位论文撰写、科研项目申报及高水平期刊论文的复现实验。; 阅读建议:建议结合所提供的Simulink/Plecs仿真模型与Mathcad计算工具同步实践,注重理论推导与仿真实验的深度融合,按照资源目录顺序循序渐进学习,并参考附带的PPT说明与权威文献资料,强化对控制策略与系统动态特性的理解。

LLC谐振变换器恒压恒流双竞争闭环控制simulink仿真(附说明文档)

内容概要:本文档详细介绍了LLC谐振变换器在Simulink环境下的恒压恒流双竞争闭环控制仿真模型,重点实现了一种能够在恒压(CV)与恒流(CC)模式之间无缝切换的双闭环控制策略。该系统通过构建包含电压环、电流环及两者竞争选择机制的完整控制架构,确保变换器在不同负载条件下均能稳定运行,并实现高精度的输出调节。文档不仅提供了完整的仿真模型,还包括详尽的控制逻辑说明、关键参数设计方法以及仿真验证结果,有助于深入理解LLC谐振变换器在实际电源系统中的动态响应特性、控制性能及其工程应用价值。; 适合人群:电力电子、电气工程及其自动化等相关专业的高校学生、研究生、科研人员及从事开关电源、新能源变换器设计的工程技术人员。; 使用场景及目标:①学习和掌握LLC谐振变换器的工作原理及其在恒压恒流输出场合的控制需求;②深入研究双闭环竞争控制机制的设计思路与实现方式,提升对电源系统自动切换逻辑的理解;③为科研课题、毕业设计、产品原型开发提供可靠的仿真平台和技术参考。; 阅读建议:建议结合Simulink仿真模型与配套说明文档同步学习,重点关注控制环路的结构设计、PI控制器参数整定及模式切换逻辑的实现细节,可通过调整负载条件或输入扰动进行动态测试,以全面掌握系统的稳定性与鲁棒性表现。

国央企创新负责人如何通过平台高效对接外部科研资源?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

产业园区运营负责人如何实现企业与高校院所的智能化对接?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

RAG优化知识库检索(4):混合检索技术

混合检索技术在RAG(检索增强生成)系统中的应用显著提升了检索效果。本文探讨了语义检索与关键词检索的优缺点,指出两者在语义理解和精确匹配方面的互补性。通过结合BM25与向量检索,混合检索系统能够更全面地捕捉文档的相关性。文章详细介绍了并行检索、级联检索、稀疏-密集混合表示等多种结合方式,并探讨了权重调整策略,如线性组合、动态权重调整和排序融合算法。此外,稀疏-密集混合检索架构的设计和实现方案也被深入分析,展示了如何通过结合不同检索方法的优势,提升RAG系统的检索质量和效率。

分享一些感兴趣的技术方面 2073

PP触发EWM产生PMR捡配

PP触发EWM产生PMR捡配 前言 PMR: Production Material Request 在流程订单/生产订单下达后,可以在EWM中产生PMR,在EWM中, PMR其实代表了ERP中的流程订单/生产订单。 You can use SAP EWM in conjunction with the following PP application components: • Production Orders • Process Orders • Repetitive Manufacturing •

ZevYang的博客 1918

什么事LLVM和Clang?Clang与GCC有什么区别?Clang如何使用?

这个问题主要讲Xcode编译器的认知,在学习iOS之前有必要学习一下Objective-C的编译环境。 在了解LLVM和Clang之前,先得了解一下什么是编译器。 编译器是一种计算机程序,它将某种编程语言(高级编程语言)写成的源代码转换成另一种编程语言(低级编程语言)。一个现代编译器的主要工作流程为:源代码->预处理器->编译器->目标代码->链接器->可执行程序...

Welcome~ 9723

C# 操作Excel的时候,出现"被呼叫方拒绝接受呼叫的异常"的解决方案(参考官方给出的解决方案)

首先官方有对这个错误给出解释和解决方案,连接如下: https://docs.microsoft.com/zh-cn/previous-versions/ms228772(v=vs.120)#%E5%8F%AF%E9%9D%A0%E7%BC%96%E7%A8%8B 简单来说,貌似是线程问题,我猜。。。 之前我尝试着在代码中添加 Thread.Sleep(1000); 来进行解决,这种办...

Ck_Max的博客 5767

Vivado里LDPC IP核怎么配?手把手教你从6144bit数据到完整参数设置

本文详细介绍了在Vivado中配置LDPC IP核的完整流程,从6144bit数据的参数计算到实际IP核设置。通过分析基本图选择、扩展因子计算和移位参数确定等关键步骤,帮助工程师高效完成LDPC编译码的硬件实现,并提供了时序控制、仿真验证和性能优化的实用技巧。

weixin_30352645的博客 518

C语言的文件读取与写入操作

学了一年的C语言了,现在回过头来做一下总结。并且博客开了挺长一段时间却没有谢什么实际的东西。现在做下总结,对之后的学习帮助应该挺大的。与大家共勉! 现在,我先来介绍一下C语言的文件读取与写入的原理和具体操作方法。 C语言文件读取与写入是通过将文件看成一个字符序列进行读入和写出的。所以读取与写入文件就用到了指针,而这个指针是一个特殊的指针,我们称为文件指针。 指针名称是

wzyxdwll的博客 3万+

YOLOv5算法改进(21)— 添加CA注意力机制 + 更换Neck网络之BiFPN + 更换损失函数之EIoU

本节课作者就结合论文对YOLOv5进行组合改进(添加CA注意力机制+更改Neck网络之BiFPN+更换损失函数之EIoU),小白必学!

小哥谈 2820

车载网络测试实操源码_使用CAPL脚本实现安全访问解锁,并模拟各种测试场景

在车载诊断中,我们经常会使用到安全访问解锁,常见的场景包括软件刷写前、通过2E服务写入某个DID前、通过31服务执行某个例程前等,都必须先通过27服务进行安全访问,解锁相应安全等级后才能执行上述操作。在开发调试或测试时,有时候需要模拟正常的安全解锁、安全访问秘钥错误、连续多次请求安全访问等,手动操作极为不便。本文将介绍如何使用CAPL脚本实现安全访问解锁,并模拟各种测试场景。

文章主要涉及嵌入式软件开发、测试、项目管理等,欢迎交流,共同进步。 1201

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

上一篇: 从选型到驱动:3个技巧帮你搞定高压MOSFET的米勒效应难题
下一篇: 别再自己写字符串判空了!Apache Commons Lang3的StringUtils,这10个方法帮你省一半代码
mfw238
博客等级 码龄19年 1粉丝 204原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值