深度学习用于元表面优化 使用深度学习以张量流/角点和约5600 Lumerical模拟作为训练数据来优化单元素超表面参数。 在垂直入射光下进行的模拟。 定义超表面的特征是1.长度（L）2.宽度（W）3.高度（H）4.x方向周期性（Ux）5. y方向周期性（Uy）。 输出是周围和整个可见光的相位光谱，增量为5 nm（450 nm-800 nm）。 对于PowerPoint，有动画，所以我建议在幻灯片放映模式下观看。 此仓库中发布的所有内容均已获得许可 我将在介绍这项工作。 背景 超表面用于多种应用以各种方式操纵光。 设计这些纳米结构的当前最先进的方法是相当中世纪的，并且依赖于蛮力策略。 也就是说，给定所需的输出，超颖表面参数的哪些组合可以为我们提供最接近所寻找值的值？ 为了回答这个问题，研究人员依靠仿真软件并执行了数千次参数扫描，希望他们找到最佳的组合。 在时间和计算能力方面，仿真的成本

电子书 电子书工具，用于从电子书中提取ISBN或元数据，并使用ISBN数据库和元数据对其进行重命名 要求 Python 2.7 isbnlib 3.5.5 Apache Tika 1.8 （包括在应用程序文件夹中） 命令 python named.py [电子书的路径] 图案 文件名模式有六种字段。 您可以在rename.py中进行设置。 例如，如果将其设置为“ Publisher：Author：Year：Title：Language：ISBN-13”，则“ Ands the Mountains Echoed”这本书将重命名为“ EMANER_A.C.Black_Khaled.Hosseini_2013_And.The.Mountains” .Echoed_zh_9781408842447.pdf”。 结果 如果某些文件名以“ EMANER_”开头，则表示已找到元数据，并且文件已成功

使用现代OpenGL+Qt，同时实现使用逐顶点和逐片元渲染方法，详见博文：现代OpenGL+Qt学习笔记之十：使用逐片元渲染提升真实感http://blog.csdn.net/chaojiwudixiaofeixia/article/details/78187060

通过以下方式增强 ToFile 块： - 基于输入的文件名版本- 如果文件存在则自动版本化（可选） - 参数存储元数据- 输入存储元数据 限制： - 只有基于阵列的存储，没有时间序列- 只继承采样时间- 没有抽取

高斯列主元消去法在Matlab中的实现.pdf

Textpipe:文本清洗与元数据提取

本C++程序用列主元LU分解法来解线性方程组

大量的有限元法求解偏微分方程的实例程序，程序里有详细的解释语句 大量的有限元法求解偏微分方程的实例程序，程序里有详细的解释语句

自己学习编写的混合像元分解中的端元提取部分的纯像元指数PPI算法的MATLAB代码。可以运行得到结果，但没有结果用于验证，亦未编写精度评定，不保证结果的正确性。

垂直接地极半径r=0.05m，长度l=0.5m,垂直接地极上电位V0=30V,边界元法求解径向向外8个点的电势. 使用常数元法编程