真值发现方法，通过估计每个信息源的可靠度然后整合相关信息，可以从众多信息中推断出最值得相信的信息。本报告所述的真值发现方法基于凸优化理论，其目标函数衡量提供的信息与识别的信息的加权距离，通过最小化此距离函数使聚合信息接近真值，运用优化理论解决并提出有效的OBTD算法，并根据实际数据常有的长尾现象，提出更加可靠的置信度感知真值发现算法

unity模拟流体运动的物理效果，可冲起一些想被冲起的悬浮物。性能消耗较小，可满足正常流体开发功能。

RigidBodyDynamics.jl：各种刚体动力学和运动学算法的Julia实现

Unity机器人中心 这是用于Unity中机器人仿真的工具，教程，资源和文档的中央存储库。 该存储库的内容正在积极开发中。 随着开发的进行，其功能和API可能会发生重大变化。 介绍 模拟在机器人技术的发展中起着重要的作用，我们在这里确保机器人专家可以将Unity用于这些模拟。 我们从一组工具开始，以使其更易于在基于ROS的现有工作流程中使用Unity。 请尝试以下一些示例，以快速入门。 Unity Robotics入门 讲解 描述 安装Unity Robotics软件包的简要步骤 完整的端到端演示，包括如何设置Unity环境，如何从URDF导入机器人以及如何与ROS建立双向通信以进行控制 一

入门 什么是gprMax？ 是开放源代码软件，可模拟电磁波传播。 它使用有限差分时域（FDTD）方法在3D中求解麦克斯韦方程。 gprMax设计用于对探地雷达（GPR）进行建模，但也可用于对许多其他应用程序的电磁波传播进行建模。 gprMax当前是根据。 gprMax主要用 3编写，而性能关键部分则用编写。 它包括使用并行化的基于CPU的求解器，以及使用编程模型编写的基于GPU的求解器。 使用gprMax？ 引用我们 如果您使用gprMax并发布您的作品，请通过以下方式引用我们的作品，我们将不胜感激： Warren，C.，Giannopoulos，A.和Giannakis I.（2016年）。 gprMax：用于模拟探地雷达电磁波传播的开源软件，计算机物理通信（ ） 有关参考gprMax的更多信息，请访问我们网站的“出版物”部分。 套餐概述 gprMax/ conda

PINN层流 物理信息神经网络（PINN），用于解决流体动力学问题 参考纸 此回购包括论文中混合形式的物理信息神经网络的实现： 本文已由TAML发布，有权访问Elsevier数据库的人员可以访问以获取适用于照相机的版本。 每个文件夹的说明 FluentReferenceMu002 ：Ansys Fluent的参考解决方案，可实现稳定的流量； PINN_steady ：用PINN实现稳定流； PINN_unsteady ：用PINN实现非恒定流； 结果概述 穿过圆柱体的稳定流（左：物理信息神经网络；右：Ansys Fluent。） 穿过圆柱体的瞬态流（基于物理的神经网络结果） 笔记 这些实现是在TensorFlow 1.10.0的GPU版本上开发和测试的。

delmia simulation 详细过程 详细仿真过程，有实例

很强大的程序包 包括投影重建 动态展示投影效果 绝对原创

matlab SIMULATION OF OPTICAL SYSTEM.zip

solidworks simulation professional 的用法指导