卢家波-CSDN博客

conda create：创建新的虚拟环境conda activate：激活虚拟环境conda deactivate：离开虚拟环境conda install：安装包或者库到虚拟环境中conda update：更新指定的包或者库到最新版本conda remove：卸载指定的包或者库conda list：列出当前环境中已安装的包或者库conda env list：列出所有已有的虚拟环境conda info：显示conda的基本信息。

2023-11-07 11:21:57 496

原创【算法】08 耦合 Lorenz 63 模式的参数估计实验

本实验通过建立基于耦合 Lorenz 63 模式的孪生实验框架，使用集合调整卡尔曼滤波器EAKF实现参数估计，测试参数估计开始的不同阶段、观测误差、同化频率、协方差膨胀等方法细节对于参数估计结果的影响。

2023-05-31 21:03:48 804 2

原创【课程】13 数据同化理论和方法

2022级博士研究生课程笔记。

2023-05-29 16:10:51 429

原创【课程】09 英文论文引言词频统计

2023/3/20第一外国语课程汇报。

2023-03-20 15:55:14 162 1

原创 P社启动器无法更新

维多利亚更新DLC后，需要更新启动器Paradox Launcher才能玩。但是在启动器界面一直卡在更新中。

2023-03-14 20:28:15 3227

原创南京房地产市场调研

南京房地产市场调研报告2023/1/29。

2023-03-14 12:41:42 459

原创【水文模型】11 芝加哥雨型生成器

C++实现芝加哥雨型生成器

2023-03-13 20:56:03 1316 2

原创【ArcGIS】13 区间流域提取

提取三峡到葛洲坝区间流域

2023-03-07 19:41:52 557

原创【ArcGIS】12 投影

投影对地理数据处理相当重要，不同的情况需要分别处理，才能正确地设置投影。

2023-02-28 11:16:59 732

原创【Python】10 自动选课

采用自动化脚本实现自动登录、刷新、选课

2022-11-13 23:39:44 1047 4

原创【ArcGIS】11 河道断面提取

在ArcGIS中，根据DEM提取河道断面地形数据

2022-09-18 17:45:44 2136 6

转载【Python】06 当我输掉17个瓜子时，我在想些什么

比鸡游戏规则介绍

2022-07-24 11:49:08 214

原创【Python】09 数值内插

用Python实现数值内插

2022-05-07 15:05:09 1944

原创【C++】13 多元正态分布抽样

用C++实现多元正态分布抽样

2022-05-03 14:54:37 1426

原创【C++】12 扩展排序

C++编程实现对一个数组按照另一个数组的大小顺序而排序。

2022-04-13 15:24:47 209

原创【C++】11 Visual Studio 2019 C++安装matplotlib-cpp绘图

使用C++调用matplotlib-cpp绘图

2022-04-08 21:58:45 6501 10

原创【图论】05 图形可视化graphviz

2021-01-08参考资料Graphviz 画图的一些总结python模块graphviz使用入门Graphviz入门python代码from graphviz import Digraphg = Digraph(name="最大流_1--5", format='png')g.attr(rankdir='LR')g.node(name='1',color='green')g.node(name='2',color='blue')g.node(name='3',color='blu

2022-03-21 11:21:24 952

原创【图论】02 boost安装配置

Boost安装配置

2022-03-21 11:08:32 622

转载【C++】10 二级考试错题笔记

C++二级题库，错题笔记。

2022-03-21 10:23:05 157

转载【C++】09 C++ Primer Plus 读书笔记

2021年寒假在家里、春季开学前两周在学校读《C++ Primer Plus》第六版，记一些以前不知道的东西。

2022-03-21 10:18:28 1267

翻译【算法】05 Gibbs采样估计线性回归参数

复现了Kieran R Campbell的Gibbs采样估计线性回归参数的实例，简单学习用MCMC估计参数的步骤。

2022-03-20 16:27:47 909

原创【Dakota】05 新安江模型不确定性量化

采用Dakota对新安江模型进行试验设计、参数研究、敏感性分析、不确定性量化和参数率定。

2022-03-11 15:07:22 1314 4

转载【C++】08 C++核心指南读书笔记

读CppCoreGuidelines，记录感觉有用的条款。

2022-03-09 21:39:44 205

原创【Dakota】04 官方案例

利用Dakota运行官方案例，进行不确定性分析和敏感性分析。

2022-03-02 15:38:59 677 3

转载【Python】07 《Effective Python》读书笔记

2022年1月份，寒假在家，从市图书馆借了Brett Slatkin的《Effective Python》（机械工业出版社，2016），记录下我认为有用的方法。

2022-02-06 21:01:39 145

原创【Python】08 通用水文年鉴数据提取方法

利用Python编程实现水文年鉴数据通用提取方法，最终形成一张汇总Excel表格和Access数据库。

2022-02-06 20:34:30 2246 4

转载【PPT】01 插入长图

实现在PPT中插入长图展示。

2022-01-28 19:58:57 7824 2

原创【水文模型】08 水文研究热点

调研水文领域高水平期刊，总结当下水文研究热点。

2022-01-10 14:11:59 1173 2

原创【设计模式】01 《大话设计模式》阅读笔记

2021/9/26-10/20，阅读《大话设计模式》，笔记。

2022-01-10 13:50:28 308

原创【C和指针】01 第一章快速上手第二章基本概念

《C和指针》读书笔记一、二章

2022-01-10 11:44:01 325

原创【WORD】02 图片自动编号

Word图片自动编号

2022-01-08 14:03:19 457

原创【WORD】01 多级标题自动编号

实现在Word中的多级标题自动编号

2022-01-04 16:46:35 3915 2

原创【2021】13 年终总结

2022年，你好！

2021-12-31 20:25:54 906

水利芝加哥雨型 C++源程序生成设计暴雨

内容概要：根据设计暴雨强度公式，使用C++编写芝加哥雨型生成器，用于各相关部门在科学规划、设计、新建改造和管理排水防涝设施上使用。水利芝加哥雨型 C++源程序生成设计暴雨适用人群：水利工作者使用场景：计算设计暴雨阅读建议：提供C++源代码，使用Microsoft Visual Studio打开sln解决方案文件，即可调试运行。其他说明：文档中有README说明文档，可参考其中在线博客

2023-11-12

英语科技论文写作引言词汇

内容概要：介绍英文科技论文写作中引言部分常用的词汇，以例句的形式解释。采用三种方式提取引言部分的最常用词汇：1. 人工标注；2. ChatGPT-4回答；3. Python编程统计词汇频数适用人群：研究生及科研人员使用场景及目标：撰写英文科研论文的引言部分，查找常用的词汇其他说明：PPT仅供学习交流使用，禁止用于商业用途！

2023-03-22

水利 MCMC 不确定性量化参数

MCMC方法是基于贝叶斯理论框架，通过建立平衡分布为$\pi(x)$的马尔可夫链，并对其平衡分布进行采样，通过不断更新样本信息而使马尔可夫链能充分搜索模型参数空间，最终收敛于高概率密度区，因此，MCMC方法是对理想的贝叶斯推断过程的一种近似。MCMC方法的关键是如何构造有效的推荐分布，确保按照推荐分布抽取的样本收敛于高概率密度区。具体原理可以参考文献。笔者用C++实现了AM-MCMC算法，并用常见的测试函数进行了测试！ AM为单次抽样程序，PAM为平行抽样程序，继承于AM类。由于高度耦合，因此AM类成员都设置为公开`public`。可以访问本人的两篇博客，内有详细介绍：【算法】07 AM-MCMC算法C++实现https://blog.csdn.net/weixin_43012724/article/details/124697872 作者: 卢家波邮箱：[email protected] 版本：2022.4 版权: MIT 引用格式：卢家波，AM-MCMC算法C++实现. 南京：河海大学，2022.

2023-03-13

水利 GLUE 不确定性参数分析

针对模型参数的等效性，Beven和 Binley (1992）提出了普适似然不确定性估计方法，[Generalized Likelihood Uncertainty Estimation(GLUE)]用于分析水文数学模型预报的不确定性。具体原理可以参考文献。笔者用C++实现了GLUE算法，并用常见的测试函数进行了测试！可以访问本人的两篇博客，内有详细介绍：【算法】06 GLUE算法C++实现https://blog.csdn.net/weixin_43012724/article/details/124132552 作者: 卢家波邮箱：[email protected] 版本：2022.4 版权: MIT 引用格式：卢家波，GLUE算法C++实现. 南京：河海大学，2022.

2023-03-13

水利 SWMM PEST++ 自动率定

内容概要：使用PEST++自动率定SWMM模型的参数，实现参数的自动优选适用人群：水利工作者使用场景及目标：自动率定SWMM模型的参数其他说明：也可以自动率定其他模型的参数

2023-03-13

水利自动率定程序 PEST++ 参数优选

内容概要：2009年，Welter等人在美国地质调查局的资助下基于原有的PEST参数自动率定程序开发PEST++非嵌入式参数率定程序[3]。PEST++可以进行高度参数化的反演以及使用差分进化算法DE的全局优化，在需要的时候会自动进行奇异值分解辅助反演，易用性更强。适用人群：水利、环境工作者使用场景：对模型参数进行自动优选需要用到的工具其他说明：仅供学习交流使用，禁止用于商业用途

2023-03-13

水利新安江模型 PEST++ 自动率定

内容概要：使用PEST++自动率定新安江模型的参数，实现参数的自动优选适用人群：水利工作者使用场景及目标：自动率定新安江模型的参数其他说明：也可以自动率定其他模型的参数

2023-03-13

优化算法 SCEUA算法C++实现附Python、MATLAB、Fortran代码

SCE-UA算法是Qingyun Duan（段青云）、Soroosh Sorooshian 和Vijai Gupta等开发的一个具有复合优化策略的优化算法（Duan等，1992）。具体原理可以参考文献。笔者用C++实现了SCE-UA算法，并用常见的测试函数进行了测试！可以访问本人的两篇博客，内有详细介绍：【算法】02 SCE-UA简介及源代码 https://blog.csdn.net/weixin_43012724/article/details/121401083 【算法】03 SCE-UA算法C++实现 https://blog.csdn.net/weixin_43012724/article/details/121862991 作者: 卢家波邮箱：[email protected] 版本：2021.11 创建 V1.0 版权: MIT 引用格式：卢家波，SCEUA算法C++实现. 南京：河海大学，2021. LU Jiabo, Shuffled Complex Evolution in C++. Nanjing:Hohai University, 2021. 参考文献：[1]段青云,SCEUA的原始Fortran代码,1992, https://shxy.hhu.edu.cn/2019/0904/c12296a195177/page.htm [2]L. Shawn Matott改编的C++代码,2009, https://github.com/MESH-Model/MESH_Project_Baker_Creek/blob/7e0a7e588213916deb2b6c11589df0d132d9b310/Model/Ostrich/SCEUA.h [3]Van Hoey S改编的Python代码,2011 [4]Mostapha Kalami Heris, Shuffled Complex Evolution in MATLAB (URL: https://yarpiz.com/80/ypea110-shuffled-complex-evolution), Yarpiz, 2015. [5]Duan, Q.Y., Gupta, V.K. & Sorooshian, S. Shuffled complex evolution approach for effective and efficient global minimization. J Optim Theory Appl 76, 501–521 (1993). https://doi.org/10.1007/BF00939380. [6]Duan, Q., Sorooshian, S., and Gupta, V. (1992), Effective and efficient global optimization for conceptual rainfall-runoff models, Water Resour. Res., 28( 4), 1015– 1031, https://doi.org/10.1029/91WR02985. [7]Duan, Q., Sorooshian, S., & Gupta, V. K. (1994). Optimal use of the SCE-UA global optimization method for calibrating watershed models. Journal of Hydrology, 158(3-4), 265-284. https://doi.org/10.1016/0022-1694(94)90057-4. [8]王书功. 水文模型参数估计方法及参数估计不确定性研究[M]. 河南:黄河水利出版社,2010.(https://book.douban.com/subject/5377630/) [9]王书功. 水文模型参数估计方法及参数估计不确定性研究[D]. 北京:中国科学院研究生院,2006.(https://jz.docin.com/p-87849994.html)

2021-12-30

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

水利 芝加哥雨型 C++源程序 生成设计暴雨

英语 科技论文写作 引言 词汇

水利 MCMC 不确定性量化 参数

水利 GLUE 不确定性 参数分析

水利 SWMM PEST++ 自动率定

水利 自动率定程序 PEST++ 参数优选

水利 新安江模型 PEST++ 自动率定

优化算法 SCEUA算法C++实现 附Python、MATLAB、Fortran代码

沿渡河流域数字高程模型DEM

中国部分区域植被分类

OpenMI论文及源码

表格日期时间格式处理

新安江模型PEST++参数率定.zip

CSV格式数据清洗附件data.csv

文件字符分布附件latex.log

一维河道水动力学建模.zip

矩形渠道水动力学模型

滨海核电厂用水概况

HEC-RAS应用简介

pest++程序及文档

红色六安——国家节水型城市.pptx

空空如也

水利芝加哥雨型 C++源程序生成设计暴雨

英语科技论文写作引言词汇

水利 MCMC 不确定性量化参数

水利 GLUE 不确定性参数分析

水利自动率定程序 PEST++ 参数优选

水利新安江模型 PEST++ 自动率定

优化算法 SCEUA算法C++实现附Python、MATLAB、Fortran代码