数字城市基础地理数据库管理系统功能设计，4D基础地理数据库管理系统设计

Compare_4D_MLE：代码使用最大似然（MLE）参数估计来找到四个概率分布的最佳参数：对数正态，Gumbel，γ和GEV。 该规范的主要目的是探索MLE方法在极端降雨频率分析中的优势，并针对这些分布比较该方法。 比较是基于均方根误差（RMSE）。

基于CNN和LSTM的脑电情绪识别_运用卷积神经网络_4D-CRNN,数据集为DEAP和seed。数据集采用的是脑电研究中最常用的DEAP和SEED数据集并且在两个数据集中都取得了很高的准确率。都达到了92%左右的准确率

CINEMA 4D Studio是一个令人难忘的应用程序，用于创建，编辑以及3D对象以及角色的动画。 这个应用程序允许您创建动画短片和创建建筑和科学模拟。 这个应用程序是一个令人敬畏的起点在3D图形操作世界的平面设计师。 CINEMA 4D Studio有一个安装过程，这将需要一些时间来完成，一旦完成，你会看到一个非常有组织的布局的专业的用户界面。 该界面由菜单栏、各种不同的按钮以及用于显示各种信息的多个窗格以及您当前工作的对象组成。 它有一个很长的对象列表你可以在你的项目中使用。 CINEMA 4D Studio有2D和3D抓拍加上它也可以添加帧和动作剪辑。 您可以启用自动键控过程并开始记录活动对象。 您还可以添加和管理书签和标记。 总之，CINEMA 4D Studio是一个令人印象深刻的应用程序，用于创建，编辑以及3D对象以及角色的动画。 安装说明：https://blog.csdn.net/hongfu951/article/details/11 解压密码：123

Sitni Sati FumeFX for 3Ds Max 2021是3Ds Max和Cinema 4D的一个壮观的插件，旨在模拟和渲染真实的火，烟，爆炸和其他现象。 它是一个综合性的应用程序，装载了广泛的交互工具和功能，将它变成计算机图形领域最苛刻的任务的完美解决方案。 它是一个功能强大的应用程序，提供了为创建最交互式环境而设计的前沿技术。 它是一个在动画中产生烟雾、爆炸、烟雾和火的广泛使用的插件。 该程序使用最新和先进的动画方法来模拟真实的烟雾或气体现象为您。 最新版本拥有一套独特的工具，将解放创造性思维，同时将繁琐的任务减少到比以前更少的程度。 它提供了一个多视图预览功能，以更好地可视化场景。 这个伟大的工具能够捕捉流体气体行为的微妙和复杂性，为视觉效果艺术家，游戏开发者，可视化专业人员和其他所有人谁要求最大限度的现实主义。 程序界面简单直观，结合了所有主要的流体模拟组件，使模拟设置容易和高效。 总之，Sitni Sati FumeFX的3Ds Max 2021是一个方便的工具，用于模拟气体现象，包括烟雾，爆炸，火灾和各种其他效果。

注意：对于v17及更早版本，请将manifest.json移动到Contents 4D插件PDF2SVG 将PDF转换为SVG。 相关项目： : 相关项目： : error:=PDF Convert (pdf;svg;from;to;password;method) 范围 类型 描述 pdf格式 BLOB PDF文件BLOB svg 阵列图片（或阵列文本或阵列BLOB） 接收页面的数组（必须定义）； 请参阅下面的备注 从 INT32 起始页（基于1）[可选] 到 INT32 结束页（基于1）[可选] 密码 文本 密码[可选] 方法 文本 回调方法[可选] 错误 INT32 错误代码 count:=PDF Get page count (pdf;password) 范围 类型 描述 pdf格式 BLOB PDF文件BLOB 密码 文本 密码[可选]

【CVPR2018】4DFAB A Large Scale 4D Database for Facial Expression Analysis and Biometric4DFAB：用于面部表情分析和生物识别应用的大型4D数据库

时空分割 该存储库包含的随附代码 。 变更记录 2020-05-19自提交以来，最新的Minkowski引擎不需要明确的缓存清除，并且可以更有效地使用内存。 2020-05-04：正如Thomas Chaton在上指出的那样，我还发现训练脚本包含一些错误，这些错误使模型无法达到使用最新MinkowskiEngine的Model Zoo中描述的目标性能。 我正在调试错误，但是发现错误有些困难。 因此，我从另一个私有创建了另一个git repo ，该达到了目标性能。 请参阅以获得ScanNet培训。 一旦发现错误，我将更新此存储库，并将SpatioTemporalSegmentation-ScanNet与该存储库合并。 抱歉，添麻烦了。 要求 Ubuntu 14.04或更高版本 CUDA 10.1或更高版本 pytorch 1.3或更高版本 python 3.6或更高版本 GCC 6或更高 安装 您需要通过pip或anaconda安装pytorch和 。 点子 MinkowskiEngine通过分发，可以通过pip进行简单安装。 首先，按照安装pytorch。 接下来，安装openbl

该论文运用的卷积神经网络（CNN）和LSTM，其中CNN处理频率和空间信息，LSTM处理从CNN输出中提取时间相关性，并将两种模型进行融合。数据集采用的是脑电研究中最常用的DEAP和SEED数据集并且在两个数据集中都取得了很高的准确率。都达到了92%左右的准确率。 论文设计了一种新模型，称为四维卷积递归神经网络。该模型将多通道脑电信号的频域特征、时域特征和空间特征（频率、空间和时间信息）集成在一起，用来提高脑电情绪识别的准确率。首先，提取脑电的这三种特征，我们将不同通道的差分熵特征转换为4维结构来训练深层模型。然后，介绍了卷积神经网络（CNN）和长短时记忆（LSTM）单元的递归神经网络相结合的CRNN模型。CNN用于从4D输入的每个时间片中学习频率和空间信息，LSTM用于从CNN输出中提取时间相关性。LSTM最后一个节点的输出执行分类。该模型在受试者内部划分的SEED和DEAP数据集上都达到了最先进的性能。实验结果表明，结合脑电频域特征、时域特征和空间域特征（频率、空间和时间信息）进行脑电情感识别是有效的。

最佳插值（OI），3D和4D变异数据同化。 文件资料 科学推导 同化技术的科学派生可以在我的理论气象学教科书中找到（德语）： 。 文献资料 该代码的文档可在子目录doc中找到。 建筑 依存关系 netcdf库（Ubuntu：sudo apt-get libnetcdf-dev） CMake（Ubuntu：sudo apt-get install cmake） MPICH（Ubuntu：sudo apt-get install mpich） bzip2（Ubuntu：sudo apt-get install bzip2） python3（Ubuntu：sudo apt-get安装python3） 为了发展 Valgrind（Ubuntu：sudo apt-get install valgrind，用于进行检查） 下载 git clone https://github.com/AUN