张景中院士献给广大学生一份厚礼，内容丰富，简单易懂，适合初中以上学生阅读

绿色几何商务风的PPT模板，推荐下载。

罗塞塔 该软件包是trRosetta蛋白质结构预测协议的一部分，该协议在以下方面开发：。 它包括从多序列比对或单个序列预测蛋白质残基间几何形状的工具。 联系人：伊万·阿尼申科（ Anishchenko）， 要求 tensorflow （在版本1.13和1.14上测试） 下载 # download package git clone https://github.com/gjoni/trRosetta cd trRosetta # download pre-trained network wget https://files.ipd.uw.edu/pub/trRosetta/model2019_07.tar.bz2 tar xf model2019_07.tar.bz2 用法 python ./network/predict.py -m ./model2019_07 example/T

首先基于Reissner-Mindlin理论进行了三维壳体等几何分析,而后基于此对三维壳体进行形状优化,提出了形状优化中灵敏度的全解析计算方法,包括位移应变阵、雅克比阵和刚度阵等相对控制顶点位置的灵敏度解析计算公式;通过实例验证了壳体等几何分析和灵敏度全解析计算方法的有效性。与传统的基于网格的灵敏度半解析计算方法相比,基于NURBS的灵敏度全解析计算具有精确、计算效率高的特点,且可以避免优化迭代中的网格畸变。

适合初学者

本文以几何深度学习的视角, 以图神经网络为重点, 总结了近期基于图神经网络的知识图谱关键技术研究进展。

此函数计算一组输入值数组和权重数组的加权算术、调和或几何平均值。 实际上有两种操作模式： 1) 如果只有一个输入值数组和权重数组，则对这个数组中的所有元素计算加权平均值。 用户可以指定要计算加权平均值的维度，或者甚至指定“全部”，在这种情况下，数组被展平并且只返回一个标量值。 2）如果有多个输入值数组和权重数组，则跨N个输入值和权重数组输出逐个元素的加权均值。 例子： 模式一： >> scalarMean = weighted_mean('harmonic',[1 2 3],[0.2, 0.3, 0.2]); %输出是单个标量值 >> arrayMean = weighted_mean('算术',[1 2 3],[0.2, 0.3, 0.2],1); % 输出是一个大小为 (3x1) 的向量 模式二： >> arrayMean = weighted_mean('geometric',

非常好双曲线的简单几何性质;.ppt

显示一个飞机：（飞机各顶点的坐标存放在数组中） (1)按比例缩小或放大.缩放比例由键盘输入，缩放的参考点由用户确定；(2)旋转.由键盘输入旋转角度和旋转中心;(3)由用户确定一个矩形裁剪窗口的位置和大小,保留窗口里的图形,抹去其余部分;

高等教育出版社 出版的解析几何一书完整的ppt课件。