配准可以分为刚性、非刚性的配准，通常经过刚性配准之后，例如尺度旋转不变性（SIFT）算法、加速鲁棒性算法（SURF）进行配准之后，细微形变仍然没有解决，通过光流场模拟全局形变之后，根据变形场复合得到配准之后的图片，达到要求。

多组分流程代码（MFC） 欢迎使用MFC！ MFC是用于多组分，多相和气泡流的完整文档并行仿真软件。 作者 MFC是由一群博士后科学家和研究生在Tim Tech Colonius的指导下在加州理工学院开发的。 这些贡献者包括： Spencer Bryngelson博士 凯文·施密德迈尔博士 Vedran Coralic博士 孟若梅博士 前田一树博士 并且他们的联系信息位于源代码的AUTHORS文件中。 文献资料 记录了以下代码，请单击链接查看其Doxygen： 用户手册 包含用户指南 MFC纸 描述MFC功能的文件： 相关刊物 一些出版物已在MFC的各个开发阶段使用了MFC。 这里包括部分清单。 参考期刊出版物： K. Schmidmayer，SH Bryngelson，T。Colonius（2020）计算物理杂志，第1卷。 402，109080 SH Bryngelson，K

Git命令详细指南，适用于对git 有一定认知的开发人员，搭配Git flow 流程使用，Git flow流程简述：首先分4大主分支：develop（开发自测分支）、test（专业人员测试分支）、release（完整功能预上线分支）、master（线上分支）；日常的开发工作中开发人员需要从master稳定分支上切一个独立的需求分支，命名规则可以是feature + 需求 + 日期 + 姓名缩写的格式，开发完毕以后将代码合并到develop分支上进行自测，没有问题以后提交到test 分支给专业的测试人员测试，下一步合并到release 分支上做最后一遍测试和预发布，最后合并到master 分支进行上线。

git相关的文档，包括文件提交和推送

制作自己的训练集 下图是我们数据的存放格式，在data目录下有验证集与测试集分别对应iris_test， iris_train 为了向伟大的MNIST致敬，我们采用的数据名称格式和MNIST类似 classification_index.jpg 图像的index都是5的整数倍是因为我们选择测试集的原则是每5个样本，选择一个样本作为测试集，其余的作为训练集和验证集 生成这样数据的过程相对简单，如果有需要python代码的，可以给我发邮件，或者在我的github下载 至此，我们的训练集，测试集，验证集就生成成功了，之所以我们的文件夹只有训练集和测试集是因为我们在后续的训练过程中，会在训练集

Opencv: Optical flow calculation using Block Matching method

海洋数值模拟软件DElf3d中flow模块的教程

1、 训练数据准备 所有数据均放置于Sample\Build\下，其中Build为数据类型，根据自己需要进行修改，本示例数据为512*512大小GF2建筑，训练数据按照: Sample\Build\train\ IMG_T1 -----------------------\ IMG_LABEL -----------------\val\ IMG_T1 -----------------------\IMG_LABEL 2、 训练参数设置 参数和运行皆在dp0_train.py中，主要参数包括： （1） num_epochs，训练批次 （2） learning_rate，学习率 （3） dataset，步骤一自己构建的数据集名称 （4） band，输入数据通道数（波段数） （5） n_class, 模型输出通道数（类别） 设置好后点击run即可 3、 训练模型位置 模型结构放与net文件中，生成模型文件pt位于Checkpointspath\ 4、 预测使用 填写参数 Checkpointspath，模型位置名称 Dataset，待预测数据文件夹 Outputpath，输出数据文件夹

matlab仿真交通流代码车流量 使用Godunov方案的交通流数值模拟。 最初的状况来自位于隆达（西班牙拉科鲁尼亚）和霍雷奥（西班牙圣地亚哥德Kong波斯特拉）的两条城市隧道中一些交通拥堵的正常现象。 所需的用户数据是车辆密度，允许的最大速度以及交通拥堵的发生。 通过单元数和CFL常数提供数值设置。 下载 要从终端的命令行获取Traffic flow的git版本，请输入： $ git clone git://github.com/maprieto/traffic-flow 安装及使用 该软件不需要任何特定的安装。 由于它基于Jupyter笔记本和/或Matlab脚本， 使用MATLAB ：需要进行Matlab安装（可能具有有限的教育许可证）。 要使用此代码，请在MATLAB命令窗口中键入 traffic_flow.m 使用Jupyter笔记本：Jupyter笔记本服务器的本地主机应正在运行，或者该笔记本可以使用任何基于云的平台 traffic_flow.ipynb

易流 一个简单的基于json文件配置的工作流框架 特性 如何使用 @Autowired EasyFlowEngine引擎； @Autowired UserService userService; @Test public void test() throws FileNotFoundException { ObjectMapper om = new ObjectMapper(); om.configure(Feature.WRITE_NUMBERS_AS_STRINGS, true); om.configure(Feature.QUOTE_NON_NUMERIC_NUMBERS, true); om.configure(DeserializationFeature.FAIL_ON_UNKNOWN_PROPERTIES, false); om.configure(Deseria