BIM全流程正向设计实践 《BIM全流程正向设计实践: 掌握参数的核心用法》是一本交互式教程。 购买链接: 学习前的准备 用参数的方法使用Revit的基础命令 控制视图 MVC模式 标高的参数控制 用参数的方法使用Revit的高级命令 学习目标 选中体量面生成墙体-修改墙的参量 建筑模型数据的修改-体现在平立剖透视中 图纸排版 墙体的多层参量 多-水平轮廓-loft 多-空间轮廓-loft 理解参数 学习目标 办公楼的体量 box数据-建筑房间 box数据-建筑空间 box数据-模型块商铺 box数据-楼房体量研究-修改参量 尺寸标注取得变量命名权-设定变量名-确定变量值 理解数据输出 学习目标 规划策划-各种计算值-输出方式-字节等 规划策划-数据标志 Revit使用的核心方法-拼装N个模块 学习目标 使用回形规划的高新科技园 住宅概念设计的box 混合使用概念设计的box 哈佛作业-集
2022-04-28 21:33:40 158.55MB HTML
1
主要讲述了permutation test(置换检验)和Bootstrap 方法的原理和应用,并与t-test比较.PDF来源于某国外教材,质量很可以,非常清晰
2022-03-12 01:43:06 515KB permutation bootstrap test non-parametric
1
FOURIER NEURAL OPERATOR FOR parametric pde
2022-02-07 12:05:17 2.32MB PDE FNO
1
该模型是描述简单的参数化矩形基尔霍夫弯曲+扭板有限元模型。 每个模型的主要问题是找到对元素几何边界条件可行的元素参数或同质形状函数。 4Node-12Dof Kirchoff 板有限元分析结果(最大位移和支撑反力)已合并。 确实这个分析结果误差已经很小了。
2021-12-31 07:22:21 104KB matlab
1
该模型是描述矩形和参数化 Reissner-Mindline 曲壳有限元模型。 通常应用程序的 Reissner-Mindlin 板元模型比 Kirchoff 参数板有限元模型更简单。 每元素分析结果是搭配sap2000结构分析程序。 低阶有限元模型的误差总是比高阶有限元大。 该模型正在改进原子网格功能和应力应变分析模块。 ____这个类别有女性模特4Node-20Dof Par。 推荐曲壳8Node-40Dof Par. 推荐曲壳9Node-45Dof Par。 推荐曲壳和所有元素最大值代码。
2021-12-29 13:20:21 186KB matlab
1
matlab非参数代码非参数采样纹理合成 CS663 最终项目。 通过非参数采样进行纹理合成。 这是加州大学伯克利分校的 Alexei A. Efros 和 Thomas K. Leung 关于通过非参数采样进行纹理合成的论文的实现。 我们已经实现了 matlab 代码,最终报告包含最终结果。
2021-12-06 14:29:22 2.04MB 系统开源
1
Matlab程式码参数建模 可以在MATLAB中找到的参数化建模函数...现在可以在Python中找到! (AR,ARMA,频率响应建模)的想法是让所有功能在以下位置列出: 关于许可证的注意事项:我编写的所有代码都是LICENSE文件中所述的BSD。 由MATLAB代码注释/启发的任何内容均具有其自身的属性。 鉴于这是大学的一个项目,我将不进一步探讨这个问题。 如果您想重复使用此代码,则应在此条件下进行研究。 现在,我们有: 使用Burg方法估算的Arburg自回归(AR)全极模型参数 感谢频谱Arburg() arcov使用协方差方法估计AR模型参数 工作得益于频谱arcovar() armcov使用改进的协方差方法估计AR模型参数 工作得益于频谱modcovar() 使用Yule-Walker方法的核算估计自回归(AR)全极点模型 由于频谱算术()工作 invfreqs从频率响应数据中识别连续时间滤波器参数 能够工作,这是由于找到了一个文件 invfreqz从频率响应数据中识别离散时间滤波器参数 不起作用:(只要实现了频谱中的polystab函数,这个文件就可以很容易地完成(几乎完
2021-12-02 16:56:11 118KB 系统开源
1
重击 用于计算符号互信息和熵的符号传递的Python模块
1
rhiocad CAD, based on OpenCascade. parametric, parametric 3D modeler. Fork of NaroCAD. Screenshots
2021-11-14 14:02:25 49.62MB cad parametric 3d-printing 3d
1
背景减法已经成为基于视频的运动检测的流行方法。 本文通过对历史样本进行统计分析,结合构成模型的样本数,采样时间中心和最后时间点的参数,提出了一种新颖的统计参数模型,这些参数被现有的背景模型所忽略。 使用这些参数,可以及时准确地更新模型。 实验结果表明,该模型能够抑制尾部现象,阴影,光照变化,重复运动,杂乱区域等的误检测。
2021-11-10 09:25:54 136KB Motion Detection; Statistic Parametric
1