传统基于人工经验的规划方法已不能满足5G网络的需求，亟需引入基于大数据分析的5G无线网智能规划方法。提出5G智能站址规划、参数规划和后评估三步闭环规划方案，搭建完成5G无线网络智能规划系统，应用于实际5G无线网规划仿真，高效地支撑面向未来的5G无线网络组网部署，确保资源精准投入，为建设5G精品目标网络奠定基础。

医疗器械辐射消毒灭菌技术评价-x-射线灭菌.pdf

硬件为HTC-VIVE，使用Unity3D V5.6.4搭建室内小场景。功能包括拾取、抛扔物体；射线相交位置瞬移等功能。

环境适应能力强、识别精度高是有效分离煤和矸石的前提。采用双能X射线透视煤和矸石并成像，避免了粉尘、光照强度和物料表面等外界因素影响。但双能X射线探测器采集射线能量数据存在余晖效应、厚度效应和射束硬化效应等缺陷。为降低缺陷影响，提高煤和矸石识别率，提出一种联合R值图像与高、低能图像特征对煤和矸石进行多维度分析的方法。首先基于双能X射线采集系统获取高、低能图像，并利用比值法得到R值图像；然后针对所获取的三种图像，研究煤和矸石密度及灰分含量等关键物性参数与图像特征关系，据此设计特征提取方案，共计提取8个特征参量，形成一种强特征组合；最后采用Relief算法度量每个特征参量的重要性，进而设计分类试验。以不同地区肥煤、焦煤、气煤和矸石为试验对象，观察剔除权重较低的特征后，分类模型准确率，发现以特征组合[ Rc, μlc, μl, R]为输入，PSO-SVM分类模型对三种煤混合矸石识别效果最佳，识别率为99.4%。结合PSO-SVM分类模型和[ Rc, μlc, μl, R]的特征组合对肥煤、焦煤和气煤分别混合矸石进行识别验证，结果表明：肥煤混合矸石识别率为98.89%，焦煤混合矸石识别率为100

cmpr软件的更新软件，一般浏览器网页下载不下来。 来源于https://subversion.xray.aps.anl.gov/trac/CMPR/wiki/InstallWindows

学习光线追踪 通过学习射线跟踪

Unity3D的射线检测工具，获取鼠标点下的第一个 T 类型对象，获取对象前面一定距离内所有 T 类型对象，获取对象前面一定角度以及一定距离内的所有 T 类型对象，筛选 T 类型对象。

JYT+0569-2020+波长色散x射线荧光光谱方法通则

平面 NiS 和 NiS P 4 2 2 发色团的 X 射线光电子光谱研究。 [1,4-双(二苯基膦基-k,P,P')丁烷](哌啶碳二硫代-S,S')-高氯酸镍(II)的单晶X射线结构研究 R. Thiruneelakandana, K. Ramalingama,*, A. Manohara、G. Bocellib 和 Lara Righib a Annamalainagar/印度，化学系，Annamalai 大学 b 帕尔马/意大利，CentrodiStudioperlaStrutturistica，DiffractometricadelCNR 接收，2001 年 7 月 6 日。 抽象的。 对该类似物进行了 X 射线光电子能谱研究。该观察结果与溶液研究中的循环配合物 Ni(nmedtc) (1)、[Ni(nmedtc)(PPh ) ]ClO (2)、[Ni-伏安法一致。 观察到 2 32 4 (nmedtc)(dppe)]BPh (3) 的单电子还原电位（其中 nmedtc (cid:53) N-甲基，N-乙醇二- 与其他化合物相比，NiS P 生色团的最小值。4 2 2

判断点在多边形内，射线算法 ，不错的思想，跟大家分享下！