当前（2018年8月）中国及周边IGS站现状及ITRF97框架2000历元坐标，包含谷歌地球KMZ文件，方便查看。

统计时间：2019/01/30，统计了IGS/MEGX观测站平均可以观测北斗三号卫星历元数量大于4颗的测站

与城市峡谷中的全球定位系统（GPS）定位类似，在卫星可见度有限的情况下进行快速成功的姿态确定非常重要。
对于陆地车辆，可以将可能的姿态候选者视为球形区域，以参考天线为中心，以基线为半径。
这提供了重要的约束条件，在卫星接收较差的情况下，可以利用该约束条件来提高GPS单频和单历元姿态确定的可靠性。
首先，我们将球形区域约束完全整合到模糊度分辨率的估计过程中，而不是在验证过程中。
结合坐标域搜索和歧义域搜索，可以开发固定歧义目标函数的全局最小化器。
该方案还提高了浮点模糊度解的精度，从而避免了搜索停止的问题。
通过一些实验测试，使用模拟和实际GPS数据在城市环境中分析了新的歧义解决方法的功能。
实验结果表明，该新提出的方法可以利用先验球形区域知识来提高困难环境中歧义解决的可靠性。

大地测量计算工具集，作者李健，原为本科生专业基础课《大地测量学基础》的计算实习提供对算功能和编程示例而制造，目前已用于多个实际测量工程。
该软件共包含20余项常用大地测量专业计算功能，部分项目功能含多个功能子项。
具体功能有：参考椭球几何与物理参数计算；
高斯投影正反算（BL与xy）；
高斯邻带换算；
空间直角坐标与大地坐标的互换（BLH与XYZ）；
空间直角坐标系与站心坐标系的互换；
空间直角坐标与正交椭球面坐标系的互换；
大地问题正反算；
边长换算（地面实测边长换算至高斯平面、斜距换平距）；
曲率改正数的计算；
似大地水准面模型格式转换（格网文件的格式转换）；
椭球（坐标系）转换（布尔莎模型）；
七参数模型参数（布尔莎模型）求解；
不同ITRF之间的坐标变换（ITRF2005到ITRF2000，ITRF2000到其它各种ITRF，ITRF到PZ90等）；
不同ITRF之间的速度变换；
点位坐标的参考历元变换；
时间系统的转换（GPS时、格利高里历、儒略日等），图幅编号与图幅范围（支持新旧两种图幅编号方式，由点的坐标反求图幅编号，由图幅编号求图幅范围）；
等等……

NLP-Models-Tensorflow，针对NLP问题收集机器学习和tensorflow深度学习模型，JupyterNotebooks内部的代码简化了100％。
目录目的原始的实现非常复杂，并且对初学者并不友好。
因而，我尝试简化其中的大部分内容。
此外，还有大量尚未发布的文件实施。
因而，随时将其用于您自己的研究！我将为我没有从头实现的模型附加github存储库，基本上，我会针对不赞成使用的问题复制，粘贴和修复​​这些代码。
Tensorflow版本仅Tensorflow版本1.13及更高版本，不包括2.X版本。
1.13<Tensorflow<2.0pipinstall-rrequirements.txt内容接受培训。
精度仅基于10个历元，使用单词位置计算得出。
完整列表（12个笔记本）LSTMSeq2Seq使用主题建模，测试精度为13.22％LSTMSeq2Seq+Luong注意事项使用主题建模，测试准确性为12.39％采用主题建模的LSTMSeq2Seq+BeamDecoder，测试精度为10.67％

用于读取N文件与O文件，计算某一历元的卫星地位

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。