AMR-风 | | AMR-Wind是一种大规模并行，块状结构的自适应网格，不可压缩的流量切换器，用于风力涡轮机和风电场仿真。 该代码库是的专注于风的分支。 该求解器建立在顶部。 AMReX库提供了网格数据结构，网格适应性以及用于求解控制方程的线性求解器。 AMR-Wind由，和多机构热忱的团队积极开发和维护。 AMR-Wind的主要应用是：对大气边界层（ABL）流动进行大涡模拟（LES），使用致动器盘或涡轮致动器线模型来模拟风场涡轮-尾流相互作用，并在耦合时作为背景求解器与具有近距离方法的近身求解器（例如Nalu ）一起对风电场中的多个风力涡轮机执行叶片分解模拟。 对于海上应用，建模海海相互作用影响及其对ABL特性的影响的能力是代码开发工作的另一个重点。 与生态系统中的其他代码，AMR-wind具有以下目标： 一个公开的，有据可查的，先进的计算模型实现，用于以各种保真度对风电场流

提出了一种DCT域自适应图像水印算法。嵌入水印的过程中不断地搜索合适的强度因子，根据JPEG亮度量化表来确定中频系数嵌入强度的比例关系，并引入了一个优于PSNR和MSE的方法来评价含水印图像失真。若图像质量不满足所期望接近的失真度，用二分法不断地调整强度因子的值，以达到水印的最优嵌入，从而水印图像信息分别以不同的强度嵌入到各中频系数中。实验结果表明该水印算法对常见的信号处理具有较好的稳健性。

BARNESN 非结构化数据的 Barnes 平滑插值Vq = BARNESN（X，V，Xv）返回的平滑插值查询点 Xq 处的 D 维观测值 V(X)。 查询点 Xq 是通过对元胞数组 Xv 中的向量进行网格划分来创建，这些向量定义了每个维度的网格。 使用执行平滑插值巴恩斯客观分析的 Koch 形式 [2]。 粗略地说，（在 2D 中） 网格点 (xq, yq) 处的内插值 (vq) 被确定为数据点 (x, y) 处的值 (v) 的加权和，基于高斯加权函数 exp(-r^2 / s / g^j)，其中 r 是从 (xq, yq) 到 (x, y) 的欧几里德距离，s 是高斯方差， g 是收敛参数。 —— 参考书目： [1] Barnes, Stanley L.“使用加权的中尺度目标地图分析时间序列观察。”（1973） [2] Koch、Steven E.、Mary DesJardins 和

通过常规的光谱技术在稠密介质中的吸光度测量会导致结果不准确。 这主要是由于多重散射现象导致被询问样品中的整体光灭绝。 该限制要求将稀溶液用于吸收光谱。 但是，根据所用溶剂的极性，吸收光谱可能会在给定溶液中变化。 结构照明技术提供了此问题的替代方法，并提供了在密集介质中计算原位光学特性的能力。 在本文中，我们提出了两种处理方法，分别应用于通过结构化激光照明平面成像（SLIPI）技术获取的图像以提取探测溶液的消光系数μ_e：第一种是基于主成分分析（PCA）的实现，第二种是关于平均值的计算。 在实践中，进行了两种研究：一组在叶绿素液体溶液中的定量测量，另一组是浓咖啡溶液的测量，每种样品的比例和浓度均受控。 提议的这两种分析技术是有利的，因为它们非常易于实现，并且提供了比前一种更简单的替代方法。 两种方法均提供令人满意的结果，类似于使用基于一维傅里叶变换的原始方法获得的结果。

非结构化网格中圆管流动的传热计算，张钧波，张敏，圆管道内充分发展的层流和传热是热传导方程应用中一个有趣而重要的分支。本文为此给出几种在不同流道几何形状和热边界条件下，用

Real_Time_DataMining_Sortware 一款能实时进行文本挖掘的软件，不占用多余的存储空间，直接将采集后的数据集中存储在本地txt中，运用本软件无需进行大量的手动翻页操作，输入对应的店铺链接即可对民宿进行分析包含接结构化数据的可视化和非结构化UGC的情感分析，包含数据的实时采集/数据清洗/结构化保存/UGC数据主题提取/情感分析/后结构化可视化等技术的综合性演示demo。基于在线民宿UGC数据的意见挖掘项目，包含数据挖掘和NLP相关的处理，负责数据采集、整句切分、主题抽取、情感分析等任务。主要克服用户打分和评论不一致，实时对携程和美团在线民宿的满意度进行评测以及对额外数据进行可视化的综合性工具，多维度的对在线UGC进行数据挖掘并可视化，对比顾客直接打分的结果来看，运用机器学习的情感分析方法更能挖掘到详细的顾客意见和对应的合理评分。 软件包含数据采集（txt_analys

用于对文本进行实体识别、语义标注的软件和源码的文档。

 针对工业过程中常见的非线性、慢时变及多变量耦合等系统，在西门子S7-300 PLC上，设计了一款通用型多变量广义预测控制算法模块。首先，选取了一种广义预测隐式算法加以分析，初步验证了其控制性能和在PLC上的可移植性；然后，采用符合IEC61131-3标准的结构化控制语言实现了PLC平台上的算法模块编程；最后通过硬件PLC结合工业组态软件的试验给出了模块应用于PLC程序设计的一般步骤；试验结果验证了该模块的有效性和通用性。

医疗非结构化知识图谱抽取数据集

py-pdf-parser Py PDF Parser是帮助从结构化PDF中提取信息的工具。 完整的详细信息和安装说明可以在以下位置找到： : 该项目基于Sam Whitehall（github.com/samwhitehall）的原始设计和原型。