一维水动力matlab代码光滑颗粒水动力学（SPH） 目录 基本信息 该项目是我在Goiás联邦大学（UFG）的Joel RobertoGuimarãesVasco教授的指导下使用称为平滑粒子流体动力学（SPH）的方法对计算流体动力学（CFD）进行的本科研究的结果。 该项目的目标是使用基于粒子的方法为UFG的CFD中的新研究分支建立起点，该方法对于具有大变形，复杂几何形状和自由曲面的问题具有多个优点。 该项目有一个针对一维问题的代码，并在草皮管中施加了冲击波。 此外，该项目还具有用于固体中二维热传递的代码。 尽管如此，仍有计划将代码扩展到整个二维流体动力学情况。 在这些计划中还包括了三维案例。 有关该项目的更多信息，请参见： 技术领域 使用以下项目创建项目： MATLAB版本：2015a 设置 将代码克隆到PC上，使用MATLAB打开主文件（mainSodTube.m或mainPlate.m），然后运行它们。 预期成绩 研究的第一个案例是草皮管中的避震管。 观察到四个特性（速度，密度，压力和内部能量以点表示），并与问题的分析结果进行了比较（连续线）。 下图显示了随时间变化观察到的特性：

本实验的目的是建立一个同步电机作为发电机工作的模型，并检查其在不同条件下的性能：1) 实际负载运行，2) 空载运行以确定其空载曲线。 建议的模型可以外推到任何尺寸的机器。 在本研究中，选择了具有以下特性的机器：3000 kVA、6600 V 相间电压和 50 Hz 的三相星形连接交流发电机，0.07 Ω 的电枢电阻和 0.7 Ω/相的色散电抗。

模糊C均值算法 类型：聚类算法 使用的数据集：虹膜数据集 要求： Google colab或jupyter笔记本 套餐： 熊猫-https: numpy- //numpy.org/install/ Matplotlib- //matplotlib.org/stable/users/installing.html sklearn- //scikit-learn.org/stable/install.html 涉及的步骤： 打开“ fuzzy_c_means_algorithm_implementation.ipynb”文件。您可以在Google colab上或通过jupyter笔记本打开它。 如果您使用的是Jupyter笔记本，请安装上述必需的软件包。 在google colab或jupyter Notebook中打开文件后，运行所有单元格并查看输出。 观察图以了解算

Spike Proxy是一款开源的以发现网站漏洞为目的的HTTP代理。它是Spike Application Testing Suite的一部分，功能包括自动SQL注入检测、 网站爬行（web site crawling）、登录列表暴力破解、溢出检测和目录游走检测。

nsfw_data_scraper：脚本集合以聚集图像数据，目的是训练NSFW图像分类器

首先它询问节点的数量，然后它生成一个节点分布在空间中并且节点之间有时间延迟的图形。 然后它根据维基百科链接中给出的理论解释使用距离矢量路由算法计算最短路径： “ http://en.wikipedia.org/wiki/Distance-vector_routing_protocol ”。

本文设计脉冲和瞬态测量控制项的目的，是对4种不同的脉冲波形信号（正弦波信号、方波信号、锯齿波信号和三角波信号）添加噪声信号，并通过波形图显示出来。对不同的脉冲信号波形信号，通过不同的信号瞬态测量，即通过瞬态特性测量Ⅵ控件、脉冲测量Ⅵ控件、幅值和电平测量Ⅵ控件及周期平均值和均方根Ⅵ控件的瞬态测量后，通过数值显示以及图形显示对测量结果进行表达。通过本章对该控件设计创建过程的学习，可以对脉冲信号的波形处理及不同的脉冲转换有更进一步的认识。 　　脉冲测量的结果，既可以通过选择面板上的数值显示进行表达显示，也可以通过在波形图上的活动游标线的动态显示过程进行显示。可以非常直观地对瞬态测量的结果意义有明确

启动胰岛素治疗的目的.ppt

Nessus专业数据库导出 定期将Nessus结果导出到MySQL数据库的脚本，以方便分析/汇总。 用例 在整个扫描过程中（例如，在文件夹中）查找特定漏洞的发生，而不必将所有扫描都导出到CSV。 在所有扫描中搜索插件输出中的文本。 快速查看扫描运行中的趋势统计信息（摘要统计信息是在导出时计算的，并保存在数据库中）。 构建一个Web应用程序前端，为客户展示结果的子集。 这里有一些用法示例： : 先决条件 Nessus专业人士 MySQL数据库 安装 git clone pip3 install -r requirements.txt 配置 实例化数据库架构（有关导入，请参见schema.sql文件） 例如在mysql命令行mysql> source \ home \ user \ Desktop \ schema.sql; 将config.ini.example复制到co

股票评估工具 此回购包含一组工具，投资者可以使用这些工具来更好地了解他/她感兴趣的股票。它不建议买卖股票，而是有助于形成对股票的有根据的猜测。潜在的未来股价走势，并因此对要分析的股票做出买/卖/持有决定。 这里包括的工具不是唯一可以使用的工具。 之所以将它们包括在内，是因为我相信没有任何一种工具或模型可以充分理解导致股价波动的所有因素。 此仓库中包含的工具集可分为： 工具-EMA信号，布林带。 -通过YahoofFinancials和YFinance API使用财务数据。 -ARIMA随机森林。 -随机森林。 模型-LSTM。 模型-蒙特卡洛模拟。 -NLP情感分析。 模型-基于Markowitz的Efficient Frontier和CVaR。 我相信，通过将上述分析工具一起使用，就可以对未来的股价做出正确的预测。 如何使用储存库 没有预定义的方式来使用存储库中包