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

一、GT与Simulink耦合计算 在GT中产生特定的模型 如： genset.gtm 模型，如下图所示： 特定的控制元件 特定的设置

激光雷达和双目相机作为无人驾驶领域中重要的环境感知设备,两者之间的外参配准是其联合应用的重要基础,然而两种信息的融合意味着繁琐的校准过程。基于此,提出一种基于特征点对匹配求解的方法,采用两块矩形木板,分别提取双目相机与激光雷达坐标系下的木板边缘3D点云,拟合空间直线求取角点坐标,最后利用Kabsch算法求解配对的特征点之间的坐标转换,利用聚类法去除多次测量结果中的异常值,并求取平均值。通过搭建实验,所提算法可在Nvidia Jetson Tx2嵌入式开发板上实现,获得了准确的配准参数,验证了理论方法的可行性。此配准方法简单易行,可自动完成多次测量,相比于同类方法精度也有所提高。

点云拟合圆柱求参数，对于结构体桥墩点云求解轴心线及方向

基于改进的PI模型对非线性曲线进行拟合，二次寻优算法进行参数辨识，用逆模型前馈补偿

comsol参数化扫描.mph