为改善电阻抗成像逆问题的不适定性，通常采用Tikhonov正则化算法来求得适当的解。正则化参数对重建图像的质量和计算速度影响较大。笔者提出了一种基于残差范数和解范数乘积的优化方法(PRS)求取电阻抗成像的正则化参数。为验证该方法的有效性，笔者针对不同的目标大小、目标位置、目标电导率、目标数目以及不同程度的噪声分别进行了重建图像的仿真实验和水槽实验。结果表明：这种优化方法可以快速找到相对最优的正则化参数，且具有良好的抗噪性能。与传统的L曲线方法相比，提高了图像重建质量。

这是一款纯CSS3漩涡样式的Loading加载动画和CSS3发光线条旋转Loading加载动画，支持动态调节动画参数。

双椭球热源模型热流分布参数取值的误差分析，郑振太，单平，为了分析双椭球热源模型在取不同的热流分布参数值时的最大热流密度误差，从标准的Goldak双椭球热源模型出发，推导出了双椭球热源模

本程序可以实现任何情况的附有参数的条件平差计算。其中n、r、t的数值可以由使用者自行输入，已知的V的系数矩阵、参数的系数矩阵、自由项向量都可以自行输入。所有的输入输出都可以文件的形式实现，实现了便利化。程序中已举了一个实例。

Spark3.0 调优参数 思维导图，包含Spark, Spark Sql, Hadoop等参数

Spark3.0 调优参数 思维导图，包含Spark, Spark Sql, Hadoop等参数

数控车削加工参数高效低碳多目标优化建模与求解，刘志杰，杨云，高效低碳制造是当前社会经济发展应对资源锐减和环境恶化严峻新挑战的迫切需求。引入碳税等碳排放成本已成为社会、政府监管、调控

这是一个信道参数提取算法，sage算法的程序，非常有用.

锂电池模型建立、参数辨识与验证、SOC估计采用扩展卡尔曼滤波(EKF).7z

一、背景 在“搞”深度学习时，除非富如东海，往往都不会直接用大量数据来训练一个网络；一般情况下，比较省钱且高效的思路是利用一些预训练的模型，并在其基础上进行再训练优化，达到自己的目的。 因此，在本博客中将简单记录一下，如何在PyTorch基础上读取预训练模型的参数，并添加到自己的模型中去，从而尽可能减少自己的计算量。 为了直接讲明整个过程，本文设计了一个实验，首先设计了一个网络，其前半部分与FlowNetSimple的Encode一致，后半部分是全连接的分类网络。 下图是FlowNetSimple的网络结构，其中的refinement部分是Decode结构（类似UNet） 本文设计的结构，其