为方便调查宁夏全区荒漠草原植物种类及其分布，需对植物识别方法进行研究。针对YOLO v5s模型参数量大，对复杂背景下的植物不易识别等问题，提出一种复杂背景下植物目标识别轻量化模型YOLO v5s-CBD。改进模型YOLO v5s-CBD在特征提取网络中引入带有Transformer模块的主干网络BoTNet(Bottleneck transformer network)，使卷积和自注意力相结合，提高模型的感受野；同时在特征提取网络融入坐标注意力(Coordinate attention，CA)，有效捕获通道和位置的关系，提高模型的特征提取能力；引入SIoU函数计算回归损失，解决预测框与真实框不匹配问题；使用深度可分离卷积(Depthwise separable convolution，DSC)减小模型体积。实验结果表明，模型YOLO v5s-CBD在单块Nvidia GTX A5000 GPU 帧率可达140帧/s，模型体积为8.9MB，精确率P为95.1%，召回率R为92.9%，综合评价指标F1为94.0%，平均精度均值mAP为95.7%，在VOC数据集平均精度均值可达80.09%。

dalton program 用于量化计算

用于量化计算软件dalton 量子化学模拟，DFT计算等等科研

DevilYuan股票量化系统 简介 DevilYuan股票量化系统由python编写，支持python3.4及以上版本，有如下功能： 可视化（基于PyQT的界面） 多线程事件引擎 四大功能 股票数据 选股 策略回测 实盘交易 历史数据均免费来自于网络 Wind免费个人接口 TuShare 实盘微信提醒及交互 一键挂机 全自动交易 模拟交易，支持9个模拟账号 实盘和回测共用同一策略代码 实盘策略编写模板 选股策略编写模板 自动下载历史数据到MongoDB数据库 股票代码表 交易日数据 个股，指数和ETF历史日线数据 个股和ETF历史分笔数据 集成基本的统计功能 实盘单账户多策略 运行后的界面 运行前的准备 支持的操作系统：Windows 7/8/10 安装，python3.4及以上版本 64位版本(32位应该也可以，但没测试过) 安装，并将 如果你想下载更多的个股历史分笔数据，建议配备比较

在洛伦兹反德西斯特（AdS）空间的一对Poincaré斑块AdSd + 1（d≥2）中对两组模式的大量自由标量场进行了量化。 结果表明，在庞加莱坐标（r，t，x→）中，r =±∞处的两个边界是连通的。 当标量质量m满足条件0 <ν=（d2 / 4）+（mℓ）2 <1时，存在Klein-Gordon方程的两组模式解，在边界处具有明显的衰减行为。 通过使用r =±∞处的边界相连这一事实，可以为这两套标量模式定义一个守恒的Klein-Gordon范数，并且对这些模式进行规范化量化。 能源也很节约。 提出了在半经典重力近似中的一个公式，用于计算边界CFT中算子的两点和三点函数，它们对应于标量场解的两个衰减行为。

在文章《三均线策略是否好于双均线（上）》中，我跟大家说过，将60日均线作为判断趋势的依据，同时通过10/30日均线找买卖点是大多数投资者最常用的方法。 但是三条均线可不止这一种用法，所以本文，继续探讨其他方法。 上篇文章中的收益率是负数，如下：   本文，我们换一个方法，毕竟三条均线理论上应该有三个金叉死叉。以我们目前用的10/30/60为例分别是： 10和30，金叉，死叉。 10和60，金叉，死叉。 30和60，金叉，死叉。   上一次是以60日均线作为判断方向的依据，10和30日均线作为买卖点。 我当然可以用30日均线作为判断方向的依据，10和60日均线作为买卖点。 也可以用10日均线作

三、Aroon指标的基本用法 当 AroonUp 指标向下跌破50 时，表示向上的趋势正在失去动力； 当 AroonDown 指标向下跌破50时，表示向下的趋势正在失去动力；如果两个 指标都在低位，表示股价没有明确的趋势；如果指标在70 以上，表示趋势十分 强烈；如果在30 以下，表明相反的趋势正在酝酿。通常来说， AroonOsc 在0 附近时，是典型的无趋势特征，股票处于盘整阶段。 参考研报《技术指标系列（三）——加入“二次确认”的AROON 阿隆优化指 标》中的方法，我们买入 AroonOsc > 50 的股票。 4.4 阿隆指标 • 技术指标阿隆（ Aroon ）全解析 497

通过TRIZ创新原理分析了当前矿用防爆车辆的发展趋势,并找出影响纯电动防爆车辆续驶里程的主要因素。利用TRIZ创新工具,解决了纯电动防爆车辆轻量化设计中的防爆电源箱减重和悬架系统减重问题,采用防爆圆筒薄壁蓄电池箱技术和空气弹簧悬架技术使得车辆整备质量降低近20%,续驶里程提升10%。利用TRIZ相关原理进行纯电动防爆车辆的轻量化设计是矿机设计领域中的有益探索。

2023量化科技白皮书.pdf

中国量化交易白皮书（2023）