pySTEPS-用于短期整体预测系统的Python框架 docs 地位 包裹 社区 什么是pysteps？ Pysteps是一个开源的社区驱动的Python库，用于概率降水临近预报（即短期总体预报系统）。 pysteps的目的是满足两个不同的需求。 首先是为感兴趣的研究人员提供一种模块化的，有据可查的框架，以研究新的方法进行降水的临近预报和随机时空模拟。 第二个目标是为从天气预报员到水文学家的从业人员提供一个高度可配置且易于访问的平台。 pysteps库支持标准的输入/输出文件格式，并实现了几种光流方法以及先进的随机生成器来生成整体临近广播。 此外，它包括用于可视化和后期处理临近预报的工具，以及用于确定性，概率性和邻域预测验证的方法。 运行您的第一个即时广播 使用pysteps来计算和绘制此交互式笔记本在Google Colab中即时播报的推断。 保持联系 您可以在pys

Review of seed quality and safety tests using optical sensing technologies

Matlab code for Horn-Schunck method

光学造型： 对多层薄膜堆栈中的光传播，光吸收，透射和反射进行建模。 该模型基于传输矩阵方法，可以在以下论文中找到： LAA Pettersson等。 ，“基于有机薄膜的光伏器件的光电流作用谱建模”， J。Appl。 物理86，487-496（1999） 它能做什么？ 光学建模课 OpticalModeling对象用于对法向入射的具有不同材料的薄膜堆叠中的光传播进行建模。 它可用于计算薄膜的以下属性： 光吸收 传播 反射 在法向入射的标准AM 1.5太阳辐射下，太阳能电池具有以下特性： 电场分布 载流子产生率（相当于光子吸收率） Jsc （短路电流密度，假设IQE为100％，即所有吸收的光子都转换为电荷载流子） 光学建模实例 以下是在给定厚度下由这些材料组成的设备堆栈的一些示例输出图（其折射率包含在Index_of_Refraction_library_Demo.csv文件中）：

This book presents a systematic account of optical coherence theory within the framework of classical optics, as applied to such topics as radiation from sources of different states of coherence, foundations of radiometry, effects of source coherence on the spectra of radiated fields, coherence theory of laser modes, and scattering of partially coherent light by random media. The book starts with a full mathematical introduction to the subject area and each chapter concludes with a set of exercises. The authors are renowned scientists and have made substantial contributions to many of the topics treated in the book. Much of the book is based on courses given by them at universities, scientific meetings and laboratories throughout the world.

Optical_Fiber_Communication （Gerd keiser） 光纤通信 中文版

optical_flow 光流法 matlab 实现程序

Mininet_LINC_script 包含使用Mininet，iControll和LINC创建光学和数据包拓扑的脚本。 正确的教程顺序 我建议按照以下顺序进行教程：0.确保您可以使用Mininet python API创建纯数据包网络。 网上有一些类似的内容： 和 LINCoe_and_iControl.md POX_iControl_LINC-OE.md BigOptPktTopo.md LambdaSwitching.md 档案文件 BigOptTopo.py 该python创建的拓扑比更大。 注意，它使用由ONOS项目编写的库。 我建议在ONOS虚拟机中运行代码。 您可以在找到有关安装的说明。 BigOptPktTopo.md 本教程将设置由iControl控制的LINC-OE简单光学拓扑和由POX控制的分组简单拓扑。 添加了一些流以在网络内提供部分连接。 本教程使用

电子工程英文原版书籍 光纤通信集成电路设计

Sentinel-2工具箱 轻松处理哨兵2图像。 如果您知道如何下载Sentinel-2多光谱图像（或电光），但又不知道如何在Python中使用它们，那么这里已为您实现了所有这些。 内容 功能 功能说明 使用示范 功能： load_bands（） 轮廓（） outline2poly（） ndvi_index（） rvi_index（） savi_index（） evi_index（） rgb_img（） 用法演示： images = load_bands('F:\\S2_billeder\\..\\IMG_DATA',bands=['B03','B04','B05','B01']) 此功能会将您选择的乐队加载到python中。 您可以全部加载它们，但建议仅加载以后分析所需的波段，因为它们占用大量内存（即计算简单的NDVI索引）。 contours, contours_t