提出了一种利用NO2卫星遥感数据估算近海海域NO2干沉降与无机氮(除氨氮)湿沉降通量的新方法。利用该方法对中国黄海海域2009年N沉降通量进行了估算，并将估算结果与其他研究结果进行了对比。结果表明：该方法估算通量均值相对较高，但与其他研究在数量级上是一致的，并能够反映研究海域大气N沉降通量的空间分布状况，可为我国海洋环境监测与评价大面积数据获取提供技术支撑。

DFT的matlab源代码PyMOF屏幕 使用VASP对MOF进行高通量DFT筛选的Python工作流程。 该代码的相关详细信息可以在以下论文中找到： AS Rosen，JM Notestein，RQ Snurr。 “通过高通量周期性密度泛函理论确定多相催化的有前景的金属有机骨架”，J。Comput。 化学（2019）。 DOI： 什么是PyMOFScreen？ 涉及MOF的高通量DFT是一项棘手的业务。 它们大的晶胞，多样的结构和广泛变化的成分，使得在很少有人为干预的情况下实现既强大又高效的工作流程充满了挑战。 PyMOFScreen通过多阶段结构优化，动态选择的强大优化算法选择，自动错误处理等解决了这个问题。 在Snurr小组中，我们已使用PyMOFScreen以完全自动化的方式使用定期DFT来筛选成千上万的MOF。 要使吸附剂的构建过程自动化，请参阅我们的（MAI）代码。 准备运行的示例 最小的例子 首先，目录中提供了示例脚本。 以下是对存储在目录mofpath中的一组CIF执行音量松弛的最小示例。 from pymofscreen . cif_handler import ge

采用边际分布采样法（Marginal distribution sampling

读取空气湿度画水汽通量分布图，压缩包含程序、数据、输出图片示例。

高通量工程试验堆异常事件数据库的建立与异常事件的统计和分析

有没有想过如何计算从辐射到通量的数值转换的权重和横坐标？ 总而言之，高斯-雅可比正交确定权重和横坐标，这与低点正交的高斯相似，但高点正交的差别很大。 该程序遵循 Abramowitz 和 Stegum 生成雅可比多项式的根，从中确定权重和横坐标。

根据AES算法的特点，从3方面对算法硬件实现进行改进:列混合部分使用查找表代替矩阵变换，降低算法实现的运算复杂度，采用流水线结构优化关键路径-密钥拓展，提升加密速度，利用FPGA定制RAM（BRAM）预存查找表进一步提升加密速度。优化后的AES算法在Virtex-6 xc6vlx240T（速度等级 -3） FPGA上实现，结果发现，AES算法共占用1 139个Slice，最大频率达到443.99 MHz，通量达到56.83 Gbit/s，效率达到49.89 （Mbit/s）/Slice；然后，对AES算法进行接口逻辑声明，将优化后AES算法封装成自定制IP核；最后，采用基于NIOS II的SOPC技术，构建了一个嵌入式AES算法加密系统，实现了数据通信中的高速加密。

基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与应用 基于高通量计算与机器学习的设计方法与软件的开发与

蒸散，水通量数据处理，利用彭曼公式等对原始水通量数据进行筛选，剔除，插补等最终得到需要的可以进行后续计算的蒸散数据

研究了惠普忆阻器的电荷控制和磁通量控制模型,构建了忆阻器的 Simulink 模型,给出了相应的仿真结果 .设计了一种基于 MATLAB 的图形用户界面,能直观地展示忆阻器特性 . 通过该界面,可以选择或设定输入电压的类型、参数及忆阻器模型的参数,简单方便地观察对应的输出结果,为人们更直观地学习和研究忆阻器提供一种有效的方法 .