北京宏剑公司出品,基于高斯03,包括分子轨道的介绍,电子组态的概念,单激发态,活化空间,基态和激发态的势能面,势能面的简并,高斯03的激发态计算方法,性质,输入和输出,例子,激发态结构优化,三重态的计算,轨道调节,计算发射光谱.
2022-05-19 13:12:42 5.45MB 激发太计算 荧光光谱计算 gaussian 高斯
1
matlab求导代码****************************** 介绍******************* ******* 请注意,未经作者许可,不得将其用于任何商业用途或对代码进行修改。 在GP TIE算法中,我们对散焦后的强度图像(在频域中)执行高斯过程回归,以估计强度轴向导数,该强度用于通过方程式(TIE)的传输强度来恢复相位。 GP TIE通过使用强度在空间频域中随散焦传播如何变化的先验知识,减轻了导数估计中的非线性误差。 不需要将强度图像等距隔开,因此输入强度堆栈可以按指数方式隔开,这被证明是一种将相位信息转换为测得强度的有效方案。 有关更多详细信息,请参见参考文件。 如何使用代码 ** 如何在示例数据集上运行: 打开Main_GPTIE.m并在Matlab中运行。 示例数据集将自动加载。 如何在自己的数据集上运行: 按照示例数据集“ SampleData2.mat”的格式准备数据集。 确保变量名称与示例数据相同,并且变量的单位为米。 打开Main_GPTIE.m。 加载数据并运行。 必要时调整Poisson求解器正则化参数(regparam)。 输入参数:
2022-05-06 21:45:46 18.06MB 系统开源
1
这是两个 MATLAB 例程,用于 1) 生成与 MODTRAN 兼容的光谱响应函数(gaussian、bartlett、welch、cosine)给定频带中心和 FWHM 作为输入和 2) Card 1A3 LFLTNM/FILTNM 兼容“滤波器”文件给定 MODO 兼容传感器描述文件作为输入。 高斯生成器的结果与 James Blake 的 fitgauss.m 一致
2022-05-01 13:15:00 4KB matlab
1
基于LFM信号的Gaussian小波变换的缺点:不是正交的,也不是双正交的,也不是紧支撑的。频率分辨率比Haar小波变换和Mexican Hat小波变换要高,但是要低于Morlet小波变换。
1
Fastest Solution on the market! Supports Multi-pass VR Supports Single-pass instanced or Multiview VR(Oculus devices) Supports Single-pass VR This package consists of two shaders for applying the blur on the screen. This solution is currently the fastest blur I the market. Both of the shaders were tested on a low-end mobile device in the loaded scene in order to optimize the performance and fps.
2022-04-10 19:04:34 6.07MB vr ar unity 游戏引擎
1
Probability Distributions Involving Gaussian Random Variables.pdf
2022-04-07 20:46:31 5.11MB distribution
1
用于量子化学计算的程序软件ORCA最新版本(截止至2022.4.1),与Gaussian16功能几乎相同,免费但不开源的计算软件;对应Linux操作系统,需要openmpi 4.1.1,动态库;具体编译方法请自行查询。
2022-04-06 00:32:50 334.88MB linux 服务器 orca Gaussian
1
用于量子化学计算的程序软件ORCA(4.1.2版本),与Gaussian16功能几乎相同,免费但不开源的计算软件;对应Linux操作系统,需要openmpi 3.1.4,动态库,解压需要zstd(https://facebook.github.io/zstd/);具体编译方法请自行查询。
2022-04-06 00:32:49 275.32MB linux Gaussian ORCA 量子化学
1
不调用fspecial和filter2函数,针对每个像素循环实现三种滤波。
2022-03-30 16:37:02 3KB matlab gaussian laplacian log
1
这些脚本用于实现高斯混合基数化概率假设密度过滤器。 代码中使用的算法和跟踪场景遵循发表在 IEEE Transactions on Signal Proceesing Vol. 2 上的论文“基数化概率假设密度滤波器的分析实现”。 55 No. 7。作者是Ba-Ngu Vo和WK Ma。
2022-03-29 17:15:40 40KB matlab
1