資源整理。前端
1.航拍影像的土地覆蓋分類。CAS機器學習人工智能2019(ZHAW)中ML/DL分配的倉庫。python
2.跨平臺視頻捕獲庫,專一於機器視覺。github
3.R語言包USGSHydro,USGS編制的有助於水文和水質分析的工具。api
USGSHydro瀏覽器
4.The College of Charleston的應用定量方法課程。網絡
5.FuckIt.py使用最早進的技術確保您的Python代碼不管是否有權運行。 有些代碼有錯誤嗎?less
6.Satpy軟件包是一個python庫,用於讀取和操做氣象遙感數據並將其寫入各類圖像和數據文件格式。
7.收集pytroll包(satpy, pyresample和pyspectral)衛星數據處理的例子。
8.iDrop標籤客戶端和iDrop db之間的接口
9.前端環境現在迅速發展,現代瀏覽器已經實現了大量的DOM / BOM API,這些API足以知足生產需求。 對於DOM操做或事件處理,咱們沒必要從頭開始學習jQuery。 與此同時,因爲React,Angular和Vue等前端庫的普及,直接操做DOM變成了反模式,所以jQuery的使用從未如此重要。 該項目總結了本機Javascript實現中的大多數替代方法,以及IE 10+支持的jQuery方法。
10.R語言包summarytools,用於快速,整齊地統計向量和數據框。
11.這個addin.demo包提供了一些關於如何使用addin供我的使用以及團隊實現標準化練習的示例。
12.用Eleventy靜態站點生成器構建的博客。
13.R語言包gsynth,廣義綜合控制方法。
14.R語言包extrafont,extrafont包使得使用R使用的基本PostScript字體之外的字體變得更容易。 導入到extrafont的字體能夠與PDF或PostScript輸出文件一塊兒使用。 在Windows上,extrafont還可使系統字體可用於位圖輸出。
15.Activiti是一個輕量級的工做流程和業務流程管理(BPM)平臺,面向業務人員,開發人員和系統管理員。
16.工做週報 Bot(自用)。
17.Python庫diamond,Diamond利用迭代的,準牛頓二階解算器,用於某些類型的廣義線性模型(GLM),具備任意但已知的L2正則化。 常見的用途是擬合混合效應模型,其協方差已經經過另外一種方式(例如lme4)得知。 這些二階迭代求解器比完整的解決方案快得多。
18.單射擊多盒檢測器的PyTorch實現。
19.使用HTML輕鬆建立精美演示文稿的框架reveal.js。
20.R語言包gridgeometry,「網格」的幾何引擎接口。
21.PyTorch模型服務項目。
22.PGPortfolio:Policy Gradient Portfolio,「金融投資組合管理問題深度強化學習框架」的源代碼。
23.專門針對地理空間數據科學中的機器學習的精選資源列表。
24.R語言包nawqa,國家水質量評估程序。
25.ModelingToolkit.jl是用於科學計算問題的計算圖的中間表示(IR)。 其目的是成爲DSL建模的共同目標,以便爲模型檢查和轉換提供通用平臺。
26.Google Earth Engine(GEE)教程,本教程適用於新手用戶。 它涵蓋了GEE的基本步驟,從安裝到圖像分類和圖像導出。 這些示例使用python 3.5。
27.CGDB是GNU調試器的一個很是輕量級的控制檯前端。 它提供了一個分屏界面,顯示了下面的GDB會話和上面的程序源代碼。
28.R語言包ggparty,partykit包的ggplot2可視化。
29.面向對象的Python庫pysparrow,用於使用SPARROW模型計算水質負荷。
30.R語言包hdf5r,hdf5r是HDF5庫的R接口。 它是使用基於HDF5-C-API的R6類實現的。 該軟件包支持HDF5指定的全部數據類型(包括引用),並提供許多便利功能,同時還提供普遍的本機HDF5-C-API功能選擇。 hdf5r能夠在Github上使用,而且已經在CRAN上針對全部主要平臺(Windows,OS X,Linux)發佈。
31.pykdtree是用於Python中快速最近鄰居搜索的kd-tree實現。 目標是成爲樹構造和查詢的常見用例(低維度和低鄰居數量)的最快實現。
32.R語言包prettymapr,Prettymapr自動化在任何包中建立比例尺和向北箭頭的過程,該包使用基本圖形在R中繪圖,或提供有助於在其餘繪圖環境中繪製比例尺和北向箭頭的參數。 邊界框工具備助於查找和操做範圍,地理編碼工具可幫助繪製地圖上的位置。 最後,還有一個功能能夠自動設置邊距,繪製地圖,比例尺和向北箭頭,並在完成時重置圖形參數。
33.R語言包gatordown,該項目是Chester Ismay的論文下載包的修改版,爲佛羅里達大學的論文提供支持。
34.開源軟件期刊(JOSS)是一個開發人員友好的研究軟件包期刊。開源軟件期刊(JOSS)是一個學術期刊,具備正式的同行評審流程,旨在提升所提交軟件的質量。在接受JOSS後,咱們會建立一個CrossRef DOI,並在JOSS網站上列出您的論文。
35.針對R生態系統的每週數據項目。 重點將放在理解如何彙總和排列數據,以便在tidyverse生態系統中使用ggplot2,tidyr,dplyr和其餘工具製做有意義的圖表。
36.Python庫matplotcheck,用於檢查和測試matplotlib圖元素的python包。
37.Palladio是SideFX Houdini的插件。 它提供了運營商節點,能夠在Houdini網絡中執行Esri CityEngine「規則」。 這提供了Houdini的通用過程建模功能與CityEngine的體系結構特定過程建模語言「CGA」的便捷組合。
38.強化學習算法的集合。
39.PyTorch中的模型摘要相似於Keras中的model.summary。
40.L-BFGS-B用於TensorFlow或純C ++ 11和其餘優化方法。
1.Modeling of Structure Landmark for Indoor Pedestrian Localization/室內步行者定位的結構地標建模
累積偏差的減少是各類基於多傳感器融合的室內定位系統的關鍵問題,該系統採用行人航位推算(PDR)來改善其定位性能。目前的研究主要使用基於活動的地圖匹配(AMM)來防止累積偏差。可是,它容易受到一般由人類活動的隨機性引發的不匹配問題的影響。本研究提出了一種基於結構地標圖匹配(SLMM)的室內定位方法。結構界標指的是在局部環境中視覺上顯着的特殊空間結構(例如,交叉點,走廊或角落)。這些地標因其獨特的形狀而在室內空間中可視覺識別。該研究將視覺和慣性信息集成在一塊兒,經過使用貝葉斯分類器識別結構地標。還提出了一種算法來實現室內定位,而無需事先了解人的初始位置或轉彎角度。該方法經過將檢測到的結構界標與地面實況值匹配來減小PDR的累積定位偏差。實驗結果代表,結構界標的識別精度約爲90%,匹配精度爲92%。平均離線定位偏差約爲1.2米。與基於AMM的方法相比,該方法對於人們的隨機轉動活動是魯棒的,而且能夠以更快的收斂速度實現室內定位。室內定位的研究。李清泉老師團隊的成果。利用特殊空間結構做爲地表來進行定位。
可持續排水系統(SuDS)可被視爲水利工程與城市規劃和設計的聯合產品,由於這些系統必須符合水力,水文和社會生態功能。爲了增強這種聯合協做,基於觀測到的來自SuDS和管道集水區的兩個集水區的降雨 - 徑流響應,引入了中尺度SuDS的概念模型。該模型顯示,與管道系統相比,SuDS將集水區分解爲一組獨立的小型集水區,這些集水區沒有即時鏈接到出水口。隨着降雨深度的增長,這些小型集水區開始相互鏈接(也可能與出水口相連)。結果代表,雨水控制措施(SCM做爲SuDS的各個組成部分)的順序會影響系統的總體性能,具體取決於降雨量的體積大小。該概念在中尺度SuDS改造的設計和實施中是有用的,其包括在系統內具備不一樣保留和滯留能力的若干SCM。排水系統的研究。對於海綿城市研究具備指導意義。