记录各种材质的数据

　//黄铜

　　0.329412, 0.223529, 0.027451, 1.000000,

　　0.780392, 0.568627, 0.113725, 1.000000,

　　0.992157, 0.941176, 0.807843, 1.000000,

　　27.897400,

　　//青铜

　　0.212500, 0.127500, 0.054000, 1.000000,

　　0.714000, 0.428400, 0.181440, 1.000000,

　　0.393548, 0.271906, 0.166721, 1.000000,

　　25.600000,

　　//亮青铜

　　0.250000, 0.148000, 0.064750, 1.000000,

　　0.400000, 0.236800, 0.103600, 1.000000,

　　0.774597, 0.458561, 0.200621, 1.000000,

　　76.800003,

　　//铬

　　0.250000, 0.250000, 0.250000, 1.000000,

　　0.400000, 0.400000, 0.400000, 1.000000,

　　0.774597, 0.774597, 0.774597, 1.000000,

　　76.800003,

　　//铜

　　0.191250, 0.073500, 0.022500, 1.000000,

　　0.703800, 0.270480, 0.082800, 1.000000,

　　0.256777, 0.137622, 0.086014, 1.000000,

　　12.800000,

　　//亮铜

　　0.229500, 0.088250, 0.027500, 1.000000,

　　0.550800, 0.211800, 0.066000, 1.000000,

　　0.580594, 0.223257, 0.069570, 1.000000,

　　51.200001,

　　//金

　　0.247250, 0.199500, 0.074500, 1.000000,

　　0.751640, 0.606480, 0.226480, 1.000000,

　　0.628281, 0.555802, 0.366065, 1.000000,

　　51.200001,

　　//亮金

　　0.247250, 0.224500, 0.064500, 1.000000,

　　0.346150, 0.314300, 0.090300, 1.000000,

　　0.797357, 0.723991, 0.208006, 1.000000,

　　83.199997,

　　//白蜡

　　0.105882, 0.058824, 0.113725, 1.000000,

　　0.427451, 0.470588, 0.541176, 1.000000,

　　0.333333, 0.333333, 0.521569, 1.000000,

　　9.846150,

　　//银

　　0.192250, 0.192250, 0.192250, 1.000000,

　　0.507540, 0.507540, 0.507540, 1.000000,

　　0.508273, 0.508273, 0.508273, 1.000000,

　　51.200001,

　　//亮银色

　　0.231250, 0.231250, 0.231250, 1.000000,

　　0.277500, 0.277500, 0.277500, 1.000000,

　　0.773911, 0.773911, 0.773911, 1.000000,

　　89.599998,

　　//翡翠、祖母绿

　　0.021500, 0.174500, 0.021500, 0.550000,

　　0.075680, 0.614240, 0.075680, 0.550000,

　　0.633000, 0.727811, 0.633000, 0.550000,

　　76.800003,

　　//碧玉

　　0.135000, 0.222500, 0.157500, 0.950000,

　　0.540000, 0.890000, 0.630000, 0.950000,

　　0.316228, 0.316228, 0.316228, 0.950000,

　　12.800000,

　　//黑曜石

　　0.053750, 0.050000, 0.066250, 0.820000,

　　0.182750, 0.170000, 0.225250, 0.820000,

　　0.332741, 0.328634, 0.346435, 0.820000,

　　38.400002,

　　//珍珠

　　0.250000, 0.207250, 0.207250, 0.922000,

　　1.000000, 0.829000, 0.829000, 0.922000,

　　0.296648, 0.296648, 0.296648, 0.922000,

　　11.264000,

　　//红宝石

　　0.174500, 0.011750, 0.011750, 0.550000,

　　0.614240, 0.041360, 0.041360, 0.550000,

　　0.727811, 0.626959, 0.626959, 0.550000,

　　76.800003,

　　//绿宝石、绿松石

　　0.100000, 0.187250, 0.174500, 0.800000,

　　0.396000, 0.741510, 0.691020, 0.800000,

　　0.297254, 0.308290, 0.306678, 0.800000,

　　12.800000,

　　//黑塑料

　　0.000000, 0.000000, 0.000000, 1.000000,

　　0.010000, 0.010000, 0.010000, 1.000000,

　　0.500000, 0.500000, 0.500000, 1.000000,

　　32.000000,

　　//黑橡胶

　　0.020000, 0.020000, 0.020000, 1.000000,

　　0.010000, 0.010000, 0.010000, 1.000000,

　　0.400000, 0.400000, 0.400000, 1.000000,

　　10.000000,

　　//紫罗兰

　　0.110000, 0.060000, 0.090000, 1.000000,

　　0.430000, 0.470000, 0.540000, 1.000000,

　　0.330000, 0.330000, 0.520000, 1.000000,

　　22.000000
时间： 2024-10-07 00:51:21

记录各种材质的数据的相关文章

记录一个读pcap数据包的软件:Fiddler

Fiddler.大神推荐的.名字老忘. 用wireshark在wifi共享精灵共享出来的无线网上抓包,发现一个SSDP(简单服务发现协议)一直在尝试找连上这个网络上的设备. 连上NEXUS4后出现了ICMPv6( Internet Control Message Protocol,错误侦测,维护路由)以及DHCP.TCP的一些信息. 记录一个读pcap数据包的软件:Fiddler

jqgrid 记录翻页选中数据

项目中有试使用jqGrid 进行数据展示,最近需要完成一个功能 记录用户翻页前选中的数据.如: 目前的分页实现是根据条件加载当前页,前一页的数据并未进行保存,查询API发现没有直接提供处理方法.但API有提供相关处理方法,通过修改能够很容易实现此功能. 实现该功能主要依赖于API提供的三个方法.loadComplete,onSelectAll,onSelectRow     方法名     参数                                          功能 loadCo

学习记录之二：数据交换和校验

一:DDX DDX(Dialog Data Exchange,DDX)对话框数据交换是用来在CDialog派生类中创建成员变量,并使之与界面模板上的控件相关联.DDX有两个类别:控件和值.DDX值变量是包含一个具体控件的值的成员变量.用于生命成员变量的具体C++类型取决于控件的类型.DDX变量(控件变量和值变量)都是通过Add Member Variable 对话框建立的. 二 DoDataExchange()和UpdateData() CWnd::DoDataExchange()函数对于使用界

记录 MongoVUE的Collections数据不显示的解决方法

问题描述: 使用 mongoDB数据库, 数据添加成功了,使用命令行能查询出来,但在MongoVUE 中数据却不显示  (我使用的是 mongoDB 3.4 的版本) 原因:引擎问题,只要降到2.X版本就可以显示了  3.x默认是wiredTiger 引擎,2.x默认是mmapv1 引擎 解决方法: 原本启动数据库用的是  mongod --dbpath E:\mongodb\data 现在改成:mongod -storageEngine mmapv1 -dbpath E:\mongodb\da

记录一款开源数据同步工具syncthing

最近在为些共有云迁移的问题而头痛,数据的不间断同步成为了需要考虑的首要问题,如何能够更加便利的帮助我们完成这项工作呢?Sync,sync,syncsomething,无意间发现这款貌似已经很流行的软件(只可惜我刚注意到它,还好为时不晚).我迫不及待的自己安装测试了下,效果很好,大概总结有以下优点: 1.跨平台性,支持linux,windows,mac,安卓等市面主流系统:2.安全性,所有的文件传输均默认通过TSL控制,加密传输,避免文件泄露:3.实时性,文件的检测机制可以人性化调节,任意的时间间

sessionStorage记录返回前端的数据，用于解决登录拦截器刷新页面的问题

1.问题出现的场景与解决 实现一个登录拦截器,重写doFilter方法,判断用户的登录状态,在用户长时间未操作或者异地登录时前端进行提示,完整代码如下 1 public class LoginValidateFilter implements Filter { 2 3 private String errorMessage; 4 private Logger log = LoggerFactory.getLogger(this.getClass()); 5 6 @Override 7 publi

记录一道有趣的数据存取，以及攻击行为判断的题目

题目 三元组(IP1, IP2, T) 描述了行为: 在T时刻,IP1对IP2进行了访问行为:其中将IP1称为源地址,IP2称为目的地址:地址为IPV4格式,如192.168.0.1 10.10.101.10 时间T为字符串格式,例如2019-06-21 23:02:31 现在有一批数据(总数据量为100亿条),期中每一条数据描述了一次访问行为 问题 请设计一中存储方式,实现数据的存储,并大致描述存储所需要的磁盘空间大小 若在一定时间X(单位:秒)内,IP1对IP2的访问行为次数超过了N,则称I

记录第一次参加FlyA数据竞赛之图片鉴别是否健康

FlyAI是一个关于深度学习的数据竞赛平台,上边有很多很多的项目可以参加竞赛,而且还有很多奖金.(本次写的比较随意,就不注重太多的格式了) 写这篇文章的目的是为了让像我一样第一次参加竞赛面对竞赛却不知道如何下手的同学给出一些方法. 本次参加的竞赛是图片鉴黄大赛,接下来介绍一下如何在FlyAI中给出的各个模块的功能以及如何在各个模块中编写代码. 在FlyAI给出的样例代码中主要有四个模块,第一个主要的模块是main.py,我们可以在这个模块里搭建我们的网络模型,第二个模块是processor.py

nginx记录post body/payload数据

1. 文档 在nginx中想利用$request_body命令获取post请求的body参数,并落日志,但是发现该变量值为空,查看官网中对$request_body的描述如下: $request_body    request body The variable’s value is made available in locations processed by the proxy_pass, fastcgi_pass, uwsgi_pass, and scgi_pass directives