探索NASA涡轮风扇数据集 此回购包含笔记本，其中包含有关NASA涡轮风扇降级数据集[2]上一小部分博客文章[1]的信息。 涡轮风扇数据集包括难度增加的4个独立挑战。 发动机在一开始就正常运行，但随着时间的流逝会出现故障。 对于每个挑战，列车中的引擎都会运行至故障。 测试集中的时间序列在失败之前“有时”结束。 目的是预测测试集中每个涡扇发动机的剩余使用寿命（RUL）。 请参阅下表以简要了解这些挑战。 数据集 运行条件 故障模式 火车尺寸（引擎数） 测试尺寸（发动机数量） FD001 1个 1个 100 100 FD002 6 1个 260 259 FD003 1个 2个 100 100 FD004 6 2个 248 249 笔记本用于浏览数据集并尝试各种建模技术（机器学习和神经网络）。 有关模型开发过程中所做的技术和选择的完整说明，我建议阅读博客文章[1]

cfl3d nasa计算流体力学软件 6.0版本 本人已经验证过了

oco-2-数据网络 NASA OCO-2的数据代理和API 检查 检查 Data is from NASA's OCO-2

代表 NASA 发起的开源热力学建模包。 热力学系统建模和分析工具箱 (T-MAT​​S) 包提供了一个 MATLAB/Simulink 工具箱，使开发人员能够创建涡轮机械和燃气轮机等热力学系统的仿真。 关键词：TMATS，控制系统，数值方法，Newton-Raphson，雅可比计算，推进，飞机发动机，喷气，涡轮风扇，涡轮喷气，压缩机，涡轮，喷嘴，进气口，开源，JT9D

NASA涡轮风扇故障预测 这个数据分析/机器学习项目研究了行为变量与故障发生之间的关系（就剩余的发动机循环而言），用于来自NASA研究项目的模拟运行涡扇数据。 该项目从对数据集的探索开始，随后是基于当前引擎读数的引擎剩余使用寿命（RUL）预测模型的开发。 建模技术包括线性回归和神经网络（使用TF-Keras）。 培训数据来自NASA预测中心数据存储库： : 可以在以下找到有关此调查的文章： : 项目目标 分析发动机性能与剩余使用寿命之间的关系。 开发剩余使用寿命的预测模型。 探索数据集 使用Jupyter笔记本浏览数据集，先进行数据质量检查，然后调查可变关系。 数据质量通常非常好，几乎没有数据丢失或数据类型不正确的情况，尽管随附的文档表明某些传感器上存在噪声。 在数据集中可以看到许多变量之间的强线性相关性，为子集预测模型的变量提供了坚实的基础： 许多变量分布是正态或偏态

matlab代码读取hdf CALIOPmatlab Matlab 例程从 . 重点是垂直特征掩码 (VFM)，有时称为特征分类标志（例如 VFM 文件）或大气体积描述（例如气溶胶文件）。 该项目建立在原始 Matlab 代码的基础上，可在 CALIPSO 网站上访问该代码（请参阅特征分类标志数据块的​​布局部分）： 确切的链接是： 这个隐藏的示例代码比这里更容易获得的代码完整得多： 什么是新的 更正了旧代码以在颜色栏上显示标志的真实值。 使代码更通用，因此更容易定义要绘制的新变量（和伴随的颜色图）。 修改了颜色图以精确匹配 CALIPSO 网站上使用的颜色图。 将来，我们将使用来自并包括绘制气溶胶场的能力的气溶胶颜色图。 用法 只需在包含所有文件的目录上打开 Matlab，然后运行 ​​example.m。 它将使用提供的 V3-30 VFM HDF 文件，该文件适用于 2013 年 5 月 6 日 17:20，以生成特征类型的绘图。 这是预期的输出： 也可以在示例文件夹中找到。 VFM结构 为了节省空间，VFM 使用高度压缩的 7 个不同掩码/标志（整数值）表示为单个 2 字节（1

smapr：R包，用于获取和处理NASA SMAP数据

NASA 应用遥感培训 (ARSET) NASA ARSET为灾害监测和其他遥感主题提供网络研讨会，其中许多使用地球引擎。 华盛顿大学 此页面具有出色的集科开发的入门教程的 凯瑟琳·库恩和吉利安Deines为电子科学研究所的Geohackweek 2017年在华盛顿大学。 哥伦比亚大学 以下培训由Pietro Ceccato开发， 以支持哥伦比亚大学国际气候与社会研究所开展的公共卫生培训。

NASA 应用遥感培训 (ARSET) NASA ARSET为灾害监测和其他遥感主题提供网络研讨会，其中许多使用地球引擎。 华盛顿大学 此页面具有出色的集科开发的入门教程的 凯瑟琳·库恩和吉利安Deines为电子科学研究所的Geohackweek 2017年在华盛顿大学。 哥伦比亚大学 以下培训由Pietro Ceccato开发， 以支持哥伦比亚大学国际气候与社会研究所开展的公共卫生培训。

NASA 应用遥感培训 (ARSET) NASA ARSET为灾害监测和其他遥感主题提供网络研讨会，其中许多使用地球引擎。 华盛顿大学 此页面具有出色的集科开发的入门教程的 凯瑟琳·库恩和吉利安Deines为电子科学研究所的Geohackweek 2017年在华盛顿大学。 哥伦比亚大学 以下培训由Pietro Ceccato开发， 以支持哥伦比亚大学国际气候与社会研究所开展的公共卫生培训。