BooleanRT插件，可以在Unity内进行和3D max类似的布尔运算操作，达到布尔加合并，布尔减删除等操作

对PL/0语言及其编译器进行扩充和修改 ，实现对布尔类型数据的处理功能

函数 [pdffit,offset,A,B,resnorm,h] = distributionfit(data,distribution,nbins) 目的 jdc 修订版。 06-jun-05 将三种概率分布（正态、对数正态、威布尔）之一拟合到输入数据向量。 如果将分布指定为“最佳”，则会自动选择最适合数据的分布。 输入如果 nargin==1，则提示“分布”并交互输入 数据 - nx 1 或 1 xn 输入数据向量分布 - 适合“数据”的概率分布。 可以是 'normal'、'lognormal'、'weibull' 或 'best' ... 默认值：'best' nbins - 条形图箱的数量 ..................... 默认值：sqrt(length(data)) ％输出pdffit - 拟合概率密度函数 - nx 2 矩阵，第 1 列是 x 值，第 2 列

本文通过将测量值与威布尔分布（WD）的形状和比例参数进行比较，评估了计算风能密度（WPD）方法的准确性。 为了估计WD参数，使用了图形方法（GP），Justus经验方法（EMJ），Lysen经验方法（EML），能量模式因子方法（EPF）和最大似然方法（ML）。 每种方法的准确性都通过多种指标进行了评估：平均绝对偏差误差（MABE），平均绝对百分比误差（MAPE），均方根误差（RMSE），相对均方根误差（RRMSE），相关系数（R），和协议索引（IA）。 这项研究的目的是选择最合适的方法来评估WD参数（k和c），以计算位于朱宁-秘鲁的四个气象站的WDP：科马斯，华萨瓦斯，朱宁和扬塔克。 根据统计指标结果，ML，EMJ和EML方法对于每个站点来说都是最准确的，但是，需要注意的是，这些方法在所有站点上的表现均不一样，大概是由于图形条件和外部因素的影响一个重要的角色。

基于布尔逻辑的双序列比对协处理器的设计与实现.pdf

DPLL：Python中命题逻辑的布尔可满足性 安德鲁·S·戈登（Andrew S.Gordon）2015年6月和9月 我是2015年Spring在南加州大学（University of Southern California）举行的大师级人工智能课程的联合讲师，参加了八场关于形式逻辑的讲座。 对于他们的逻辑程序设计作业，我让所有352名学生将命题逻辑语句转换为合取范式，然后使用DPLL算法确定其可满足性。 为了确保编程任务可行，我用Python编写了自己的解决方案。 在提交的解决方案中，我的解决方案当然不是最好的，但是我对编写的代码有一定的同情。 课程结束后，我编写了一个简单的解析器，以便可以将我的代码应用到我更喜欢的LISP样式表示法中。 对我来说，这是一次很棒的学习练习，因为我以前从未与LEX和YACC一起工作过，因此需要为我正在从事的另一个项目学习它。 有了解析器，我有了一个方便

实话实说 我 还没看完 ，但是觉得 真不错。

有关该方法和其他估计三参数威布尔分布参数的方法的详细信息，我们参考： Abbasi, B., Rabelo, L., Hosseinkouchack, M., (2008)，“使用神经网络估计三参数威布尔分布的参数”，欧洲工业工程杂志，2(4)：第 428 页- 445 http://www.inderscience.com/info/inarticle.php?artid=18438

代数免疫度是衡量布尔函数抵抗代数攻击的重要指标。最近，Mesnager等研究了布尔函数的零化子与函数所对应循环码最小距离之间的联系，代数免疫度的下界可以由对应的循环码的最小距离得到。解决了Mesnager提出的一个公开问题，给出了一类特定函数的零化子次数的下界，并得到一类布尔函数的代数免疫度的下界。

三角网格(Triangle Mesh)最简单的情形,多边形网格不过是一个多边形列表;三角网格就是全部由三角形组成的多边形网格