Crystal PY-26 - Historia

Cristal

Cuarzo, transparente e incoloro o con un ligero matiz de color, utilizado como gema.

(PY-26: 1. 226 '; b. 34'; dr. 13 '; s. 18 k .; a. 2 3 ")

Crystal (PY-25) fue construido como Vida en 1929 por Pusey and Jones Co., Wilmington, Del .; adquirido por la Armada el 15 de enero de 1942; y comisionado el 21 de febrero de 1942, el teniente comandante O. B. Drotning, USNR (Ret.), al mando.

Crystal llegó a Pearl Harbor el 1 de mayo para trabajar en la frontera marítima de Hawai. Sirvió en tareas de patrulla y escolta en el área de la isla, escoltando transportes del Ejército y buques mercantes a las islas periféricas; trabajadores civiles transportados y militares; y participó en ejercicios y simulacros con destructores. Desde el 1 de diciembre de 1943 hasta el 14 de abril de 1944, se basó en Midway para tareas de patrulla y ejercicios y entrenamiento con submarinos. Después de la revisión en Pearl Harbor, regresó a las operaciones bajo la frontera marítima de Hawai, agregando patrullas de estaciones meteorológicas a sus funciones. El 8 de noviembre de 1945 se puso en marcha hacia la costa oeste, llegando a San Francisco el 17 de noviembre. Crystal fue dado de baja allí el 6 de marzo de 1946 y transferido a la Comisión Marítima el 2 de abril de 1947.

Taber; comisionado el 19 de diciembre de 1946, el teniente comandante R. W. Paine, Jr., al mando; e informó a la Flota Atlántica.

Después del entrenamiento de Shakedown en New London, Cubera llegó a Key West, Florida, el 19 de marzo de 1946. Probó equipos de sonar, brindó servicios a proyectos experimentales de desarrollo de guerra antisubmarina en el Estrecho de Florida y participó en ejercicios de flota hasta el 4 de julio de 1947 cuando zarpó. al Astillero Naval de Filadelfia para una amplia modernización.

Al regresar a Cayo Hueso el 9 de marzo de 1948, Cubera continuó operando localmente desde este puerto, además de participar en ejercicios de flota en el Caribe y el Atlántico hasta el 3 de julio de 1952 cuando llegó a Norfolk, su nuevo puerto de origen. Hasta 1957, Cubera realizó operaciones locales y participó en ejercicios de flota en el Caribe, así como en un crucero a Sydney, Nueva Escocia, en junio de 1955. Durante 1959 y 1960, fue asignada a TF "Alfa", una fuerza que realizaba experimentos constantes para mejorar las técnicas de guerra antisubmarina. Con este grupo navegó por el Atlántico occidental desde Nueva Escocia hasta Bermudas.

El Proyecto Menpo proporciona una envoltura alrededor de VLFeat: se llama cyvlfeat.

Para instalar cyvlfeat, le recomendamos encarecidamente que utilice conda:

conda install -c menlo cyvlfeat

Si no desea utilizar conda, su kilometraje variará. En particular, debe satisfacer los requisitos de vinculación / compilación del paquete, que incluyen la biblioteca dinámica vlfeat.

En otras palabras, lo bueno de instalar con conda es que también instalará (y vinculará) las dependencias de VLFeat.

Puede que no incluya todas las funcionalidades de VLFeat. Estado actual a marzo de 2017:

• pescador
  • pescador
  • set_simd_enabled, get_simd_enabled, cpu_has_avx, cpu_has_sse3, cpu_has_sse2
  • get_num_cpus,
  • get_max_threads, set_num_threads, get_thread_limit
  • cerdo
  • k significa
  • kmeans_quantize
  • ikmeans, ikmeans_push
  • hikmeans, hikmeans_push
  • dsift
  • tamizar
  
  

  Crystal PY-26 - Historia

  • Gafas de pie Descubrir
  • Corvejones Descubrir
  • Vasos highballs y amplis Descubrir
  • Copas, copas y copas de champán Descubrir
  • Champagne & amp; cubiteras Descubrir
  • Garrafas y jarras de amplificador Descubrir
  • Tazas y cuencos de amplificador Descubrir
  • Pequeños Accesorios Descubrir
  • Vasos de whisky old fashion y amp Descubrir
  • Vasos Highballs & amp; Vasos de amplificador Descubrir
  • Copas de cóctel Descubrir
  • Copas de cata Descubrir
  • Disparos Descubrir
  • Decantadores cuadrados, jarras y garrafas de amplificador Descubrir
  • Champaña y cubos de hielo amp Descubrir
  • Jarrones Descubrir
  • Cuencos y centros de mesa Descubrir
  • Candelabros Descubrir
  • Ceniceros Descubrir
  • Coleccionables Descubrir
  • Candelabros y suspensiones de amplificador Descubrir
  • Apliques Descubrir
  • Lámparas de pie de mesa y amplificador Descubrir
  • Candelabros y candelabros amp Descubrir
  • Candelabros Descubrir
  • Jarrones Descubrir
  • Cuencos y centros de mesa para amplificadores Descubrir
  • Iluminación Descubrir
  • Potiches Descubrir
  • Pisapapeles Descubrir
  • Descubrir juego
  • Apollo Lighting Descubrir
  • Burbujas Descubrir
  • Copenhague Descubrir
  • En Cage Descubrir
  • Exceso Descubrir
  • Folia Descubrir
  • Hulotte Descubrir
  • Jardy Descubrir
  • Les Endiablés Descubrir
  • Manhattan Descubrir
  • Oxymore - Adiante Descubrir
  • Matrice Descubrir
  • Oxymore Descubrir
  • Plein phare Descubrir
  • Plurielle Descubrir
  • Cuarzo Descubrir
  • Quadrille Descubrir
  • Saule Descubrir
  • Estocolmo Descubrir
  • Twist 1586 Descubrir
  • Vega Descubrir
  • Vibración Descubrir
  • Amadeus Discover
  • Ambassadeur Descubrir
  • Animalins Descubrir
  • Apolo Descubrir
  • Arlequin Descubrir
  • Aunis Descubrir
  • Bambous Descubrir
  • Bartholdi Descubrir
  • Botticelli Descubrir
  • Caton Descubrir
  • Deauville Descubrir
  • Salón de los Reyes Descubrir
  • Queens 'Hall Descubrir
  • Grand Siècle Descubrir
  • Campanas Descubrir
  • Maharadja Descubrir
  • Maintenon Descubrir
  • Massenet Descubrir
  • Medicis Descubrir
  • Melteme Descubrir
  • Musiciens du monde Descubrir
  • Patrimoine Descubrir
  • Petit Trianon Descubrir
  • Renacimiento Descubrir
  • Renversant Descubrir
  • Real Descubrir
  • Stella Descubrir
  • Thistle Descubrir
  • Tommy Descubrir
  • Tommyssimo Descubrir
  • Touraine Descubrir
  • Trianon Descubrir
  • Versalles Descubrir
  • Vivaldi Descubrir
  • Excelencia Descubrir
  • Marhaba Descubrir
  • Meknes Descubrir
  • Rabat Descubrir
  • Trianon o Descubrir
  • Corollaire Descubrir
  • Jaipur Descubrir
  • Orience Descubrir
  • Pisapapeles Descubrir
  • Pégase Descubrir
  • Jarrones con tapa Descubrir
  • Udaipur Descubrir
  • Descubrir juego
  
  

  Esquema 1

  

  a Condiciones de reacción: 1 (0,5 mmol), S₈ (154 mg, 0,6 mmol), CuI (10 mg, 0,05 mmol), o-fen (18 mg, 0,1 mmol), Cs₂CO₃ (163 mg, 0,5 mmol), DMF (5,0 ml), 100ºC. Los rendimientos son de productos aislados después de la purificación por cromatografía en columna.

  b Reacción realizada en una escala de 2,0 mmol.

  Además de los grupos alifáticos, la reacción tolera varios sustituyentes aromáticos que llevan sustituyentes donadores de electrones (metilo, metoxi, isopropilo) o receptores de electrones, como nitro y cloro, así como motivos heteroarilo. Todos estos sustratos se sometieron al acoplamiento / ciclación en cascada sin problemas para ofrecer productos 2a–q de buenos a excelentes rendimientos (62 a 90%, esquema 1). La estructura del producto 2 fue apoyado a través del análisis de difracción de rayos X monocristalino de 2l, como se muestra en el esquema 1.

  Con respecto a los sustituyentes en el anillo de benceno, nos complació descubrir que se podían emplear varios grupos, como metilo, metoxi, cloro y flúor, en la posición cinco o siete, proporcionando los correspondientes productos de benzoditioles. 2r–anuncio en rendimientos del 75 al 91% (esquema 1). Además, un derivado de piridina también fue un socio eficaz de acoplamiento / ciclación, proporcionando un producto 2ae con un rendimiento del 91%.

  Para evaluar posibles aplicaciones adicionales del protocolo desarrollado, varios benzoditioles se transformaron en sus correspondientes derivados de BDT (3a–mi) con altos rendimientos mediante hidrólisis ácida (Esquema 1). Sin duda, el protocolo desarrollado proporciona un método eficaz y práctico para la preparación de estos compuestos valiosos y de importancia medicinal. Además, la conversión sintética de 3a en los compuestos importantes 4(22) (reactivo de Beaucage) y 5(23) se obtuvo con buen rendimiento al reaccionar con metro-CPBA y peróxido de hidrógeno, respectivamente.

  A continuación, razonamos que el correspondiente análogo de selenio de 2 sería accesible reemplazando la fuente de azufre con una fuente de selenio apropiada. Curiosamente, realizar la reacción en las condiciones de reacción optimizadas utilizando polvo de Se en lugar de S₈ previsto (Z)-norte-arilo-3H-benzo [D] [1,2] tiaselenol-3-iminas 6 en vez de (Z)-norte-arilo-3H-benzo [C] [1,2] tiaselenol-3-iminas. La estructura del producto 6u fue apoyado por análisis de difracción de rayos X. (Ver esquema 2). De manera gratificante, una variedad de motivos aromáticos sustituidos, como alquilfenilo (por ejemplo, metilo, isopropilo y tert-butilo), alcoxifenilo (por ejemplo, metoxi y etoxi) y fenilo mono- y dihalogenado (por ejemplo, F y Cl) reaccionaron suavemente para dar los productos deseados en las condiciones de reacción optimizadas. Se obtuvo un total de 30 benzotiaselenoles con rendimientos de moderados a altos (56–78%, Esquema 2).

  
  

  Evaluación directa del contenido de boro y litio del manto y distribución mediante análisis SIMS de minerales de peridotita

  La importancia de la geoquímica de Li y B se ha reconocido desde hace mucho tiempo, debido específicamente a sus comportamientos característicos durante los procesos que involucran fases de fluidos. Sin embargo, la falta de un conjunto de datos de referencia validados para el manto terrestre "normal" ha obstaculizado el desarrollo de modelos para los efectos metasomáticos de Li y B en las rocas del manto. En particular, la concentración de B en el manto sigue siendo un tema de debate. Una estimación de 0.1 ppm de B parece ser consistente como fuente de basaltos sin arco, pero hasta la fecha tales datos no se han confirmado directamente. Los contenidos de la literatura de Li y B para las peridotitas se derivan de muestras cuyo carácter no metasomatizado no se ha establecido para ambos elementos, debido a la falta antes mencionada de un modelo de metasomatismo integral para Li y B.

  Hemos analizado dos grupos de rocas del manto, con y sin evidencia clara de composición de que están metasomatizadas. Las últimas rocas proporcionan las mejores restricciones sobre los contenidos "normales" del manto B y Li. Proponemos un diagrama de diagnóstico basado en (Ce / B) vs. (Li / Yb) medido por SIMS en clinopiroxenos de peridotita, que es útil para identificar muestras metasomatizadas. Después de descubrir muestras sin alteración metasomática, que se consideran representativas del manto "normal", derivamos para cada fase mineral del manto (ol, opx, cpx y sp) las tendencias de evolución de fusión parcial de Mg #, Li y B. Además, considerando que las rocas del manto "normales" han evolucionado a través de la fusión parcial solamente, evaluamos los contenidos de Li y B en el manto parental de nuestras muestras, y asumimos que los valores calculados (1.6-1.8 ppm Li y 0.07-0.10 ppm B) son representativos del contenido de las fuentes del manto MORB. Estos nuevos datos son consistentes con los modelos actuales de fusión de peridotitas fértiles.

  
  
  1. En su dispositivo móvil, abra la aplicación Google Play Store.
  2. Toque Menú Cuenta.
  3. Grifo Historial de compras.

  Nota: Los números de pedido no están disponibles en Google Play en este momento. Si necesita su número de pedido para solicitar un reembolso, siga las instrucciones en "Uso de pay.google.com" a continuación.

  Nota: Los números de pedido no están disponibles en Google Play en este momento. Si necesita su número de pedido para solicitar un reembolso, siga las instrucciones en "Uso de pay.google.com" a continuación.

  1. Vaya a pay.google.com.
  2. Encontrar Otra actividad de compra.
  3. Seleccione Ver compras.
  4. Seleccione un pedido para ver su recibo.
  
  

  Abstracto

  Se propone y presenta ampliamente las relaciones cuantitativas estructura-propiedad (QSPR) para calcular la dependencia de la temperatura de la tensión superficial (σ) de los líquidos iónicos (IL) en términos de contribuciones de grupo (GC). Se aplicó un método de aprendizaje estadístico que incluye regresión lineal múltiple escalonada y dos métodos de aprendizaje automático que incluyen una red neuronal artificial de retroalimentación y una máquina de vectores de soporte de mínimos cuadrados para expresar σ en función de los GC. Los modelos se desarrollaron utilizando la mayor recopilación de datos experimentales informada hasta el momento (570 IL, 1008 conjuntos de datos, 6114 puntos de datos). Las asignaciones de GC, el esquema de modelado “referencia + corrección”, así como el protocolo de validación del modelo fueron adoptados de las contribuciones anteriores de la serie [Paduszyński, K. Ind. Eng. Chem. Res. 2019 , 58, 5322-5338 Paduszyński, K. Ind. Eng. Chem. Res. 2019 , 5817049-17066]. Se discute la influencia de la familia química de cationes y aniones sobre la calidad de las predicciones. Se discuten las aplicaciones potenciales del modelo propuesto para estimar la temperatura crítica de las IL. Finalmente, el modelo obtenido se confronta con otros métodos reportados en la literatura. En particular, se presenta un análisis comparativo extenso en el caso de las QSPR seleccionadas que tienen en cuenta las contribuciones atómicas y los descriptores topológicos.

  
  

  Comandos de Volatility 2.6

  Si usa Windows, cambie el nombre del & # 8217ll será volatility.exe.

  Lista de todos los comandos

  Obtener perfil de imagen

  volatilidad -f image.mem imageinfo

  Listar procesos en imagen

  volatilidad -f image.mem & # 8211profile = x pslist

  Lista de procesos en formato de árbol de procesos

  volatilidad -f image.mem & # 8211profile = x pslist

  Enumere los procesos escaneando la imagen en busca de bloques EPROCESS

  volatilidad -f image.mem & # 8211profile = x psscan

  Argumentos de línea de comandos de procesos de lista

  volatilidad -f image.mem & # 8211profile = x cmdline

  Lista de archivos de registro en la memoria

  volatilidad -f image.mem & # 8211profile = x hivelist

  Volcar archivos de registro en la memoria

  Obtenga primero la dirección virtual del comando hivelist

  volatilidad -f image.mem & # 8211profile = x dumpregistry -o & lt compensación de memoria virtual & gt & # 8211dump-dir =. /

  Listar archivos DLL de procesos específicos y argumentos de línea de comandos

  volatilidad -f image.mem & # 8211profile = x dlllist -p x

  Enumere los SID (token principal y nombre de cuenta de usuario) utilizados para iniciar un proceso específico

  volatilidad -f image.mem & # 8211profile = x getsids -p x

  Proceso de descarga

  volatilidad -f image.mem & # 8211profile = x procdump -p xx & # 8211dump-dir ==.

  Sección de volcado de memoria

  volatilidad -f image.mem & # 8211profile = x memdump-p xx & # 8211dump-dir ==.

  Comandos específicos de SIFT, la versión de Windows de Volatility no tiene & # 8217t estos
  

  Identificar procesos con ruta de acceso, padre, línea de cmd potencialmente incorrectos

  vol.py -f image.mem & # 8211profile = x malprocfind

  Busque procesos con la mayor cantidad de & # 8220false & # 8221

  Visualizar procesos

  vol.py -f image.mem & # 8211profile = x pstotal & # 8211cmd & # 8211output = dot & # 8211output-file = graph.dot

  Compare memdump de línea de base con memdump sospechoso, para identificar los procesos que estaban presentes en memdump sospechoso, pero no en memdump de línea de base

  vol.py -f image.mem & # 8211profile = x -B baseline.img processbl -U 2 & gt & gterror.log

  Comparar memdump de referencia con memdump sospechoso para identificar procesos que estaban presentes tanto en la base de datos como en memdump sospechosas
  

  vol.py -f image.mem & # 8211profile = x -B baseline.img processbl 2 & gt & gterror.log

  2 & gt & gterror.log = error de salida a error.log

  Mire la columna PFound. & # 8220True & # 8221 si el proceso se puede encontrar en la línea de base. Falso si no es así.

  
  

  Seissuite 0.1.29

  SeisSuite
  ========================
  Este proyecto está dedicado a proporcionar un marco Python para tomografía de ruido sísmico,
  basado en [ObsPy] (https://github.com/obspy/obspy/wiki) y paquetes numéricos de Python
  como [numpy] (http://www.numpy.org/) y [scipy] (http://www.scipy.org/).

  Requisitos
  ------------
  El código está desarrollado y probado en Ubuntu (pero también debería ejecutarse en otras plataformas)
  con Python 2.7.

  Además de [Python 2.7] (https://www.python.org/download/releases/2.7/), necesita
  para instalar los siguientes paquetes:

  - [numpy] (http://www.numpy.org/) & gt = 1.8.2
  - [scipy] (http://www.scipy.org/) & gt = 0.13.3
  - [matplotlib] (http://matplotlib.org/) & gt = 1.3.1
  - [ObsPy] (https://github.com/obspy/obspy/wiki) & gt = 0.9.2
  - [pyshp] (https://github.com/GeospatialPython/pyshp)
  - [pyproj] (https://code.google.com/p/pyproj/) & gt = 1.8.9
  - [pyPdf] (http://pybrary.net/pyPdf/)

  Se recomienda instalar estos paquetes con `pip install. `o con tu
  administrador de paquetes favorito, por ejemplo, `apt-get install. ".

  Opcionalmente, es posible que desee instalar:
  - [Programas informáticos en sismología] (http://www.eas.slu.edu/eqc/eqccps.html)
  para poder invertir sus mapas de dispersión para un modelo de velocidad de corte 1-D,
  ya que estos programas se encargan del modelado directo.

  - [waveloc] (https://github.com/amaggi/waveloc)
  para poder ejecutar el detector y localizador de eventos basados ​​en la curtosis y la migración,
  esto permitiría una eliminación automática de eventos sísmicos.

  - [nonlinloc] (http://alomax.free.fr/nlloc/)
  para poder ejecutar los algoritmos de detección de eventos no lineales para waveloc
  y otros programas de detección.

  Cómo empezar
  ------------
  Si está leyendo esto, entonces ha descargado directamente la bola de alquitrán o
  clonó este proyecto de github.com/boland1992/SeisSuite/
  En ambos casos, ahora debe acceder al directorio SeisSuite y ejecutar lo siguiente
  línea en la terminal:

  Esto debería instalar con éxito todos los archivos del paquete del módulo necesarios para seissuite.
  Si desea verificar que la instalación se haya realizado correctamente, ejecute esta línea en cualquier shell de Python
  que está correctamente vinculado a su PYTHONPATH:

  Si no se producen errores, la instalación se ha realizado correctamente.

  A continuación, debe comenzar a leer el archivo de configuración de ejemplo contenido en:

  que contiene parámetros globales e instrucciones detalladas. Entonces deberías crear
  su propio archivo de configuración (cualquier nombre con extensión cnf, *. cnf) con su
  propios parámetros y colóquelo en la misma carpeta que los scripts. No se aconseja
  simplemente modificar `. / bin / config_example.cnf`, ya que cualquier actualización puede revertir sus cambios.

  A continuación, puede procesar en el orden recomendado (los elementos y herramientas del módulo seissuite pueden
  ser utilizado independientemente de estos scripts para crear su propia aplicación si es necesario):

  - `00_setup.py` configura la estructura de archivo requerida inicial para las aplicaciones.

  DESPUÉS DE QUE SE HAYA INICIALIZADO LA ESTRUCTURA DEL ARCHIVO, SE RECOMIENDA QUE ENTONCES COLOQUE SU
  ARCHIVOS DE FORMAS DE ONDA RAW MSEED EN LA CARPETA ./INPUT/DATA Y LOS METADATOS ASOCIADOS EN LA
  ./INPUT/XML O LAS CARPETAS ./INPUT/DATALESS.

  - `01_database_init.py` configura las bases de datos iniciales necesarias para encontrar archivos y
  procesamiento general. Requiere que los archivos MSEED estén en la carpeta ./INPUT/DATA y metadatos
  para estar en las carpetas ./INPUT/XML o ./INPUT/DATALESS.

  - `02_timeseries_process.py` toma formas de onda sísmicas como entrada para primero
  preprocesar las formas de onda y luego exportar las correlaciones cruzadas entre
  pares de estaciones,

  - `03_dispersion_curves.py` toma las correlaciones cruzadas como entrada y las aplica
  un análisis de frecuencia-tiempo (FTAN) para extraer y exportar la velocidad del grupo
  curvas de dispersión,

  - `04_tomo_inversion_testparams.py` toma las curvas de dispersión como entrada y las aplica
  una inversión tomográfica para producir mapas de dispersión los parámetros de inversión
  se varían sistemáticamente dentro de los rangos definidos por el usuario,

  - `05_tomo_inversion_2pass.py` toma las curvas de dispersión como entrada y las aplica
  una inversión tomográfica de dos pasos para producir mapas de dispersión: un sobreamortiguado
  La inversión se realiza en el primer paso para detectar y rechazar valores atípicos.
  desde el segundo pase.

  - `06_1d_models.py` toma mapas de dispersión como entrada y los invierte para un 1-D
  modelo de velocidad de corte en ubicaciones seleccionadas, utilizando una cadena de Markov Monte Carlo
  método para muestrear a posterior distribución de los parámetros del modelo.

  Los scripts se basan en el paquete de Python `pysismo`, que por lo tanto debe ubicarse
  en un lugar incluido en su variable de entorno PATH (o PYTHONPATH). Lo más fácil
  Por supuesto, la elección es colocarlo en la misma carpeta que los scripts.

  Como actualizar
  -------------
  El código aún es experimental, por lo que debe verificar (y extraer) con regularidad
  actualizaciones. Estos serán compatibles con versiones anteriores, ** excepto si aparecen nuevos parámetros
  en el archivo de configuración **.

  ** En otras palabras, después de cualquier actualización, debe verificar si se agregaron nuevos parámetros
  al archivo de configuración de ejemplo (`tomo_Brazil.cnf`) e insértelos en consecuencia
  a su propio archivo de configuración. **

  Referencias
  ----------
  El procedimiento de correlación cruzada del ruido ambiental entre pares de estaciones sigue
  los pasos propugnados por Bensen et al. (2007).
  La medición de las curvas de dispersión se basa en la frecuencia-tiempo
  análisis (FTAN) con filtrado emparejado por fases descrito en Levshin y Ritzwoller (2001)
  y Bensen et al. (2007).
  La inversión tomográfica implementa el procedimiento de inversión lineal.
  con penalización de normas y suavizado espacial de Barmin et al. (2001).
  El método de Monte Carlo de la cadena de Markov es descrito por Mosegaard y Tarantola (1995),
  y el modelado directo está a cargo de los Programas de Computación en Seimología
  (Herrmann, 2013).

  - Barmin, M. P., Ritzwoller, M. H. y Levshin, A. L. (2001).
  Un método rápido y confiable para la tomografía de ondas superficiales.
  * Aplicación pura. Geophys. *, ** 158 **, pág. 1351-1375. doi: 10.1007 / PL00001225
  [[revista] (http://link.springer.com/article/10.1007%2FPL00001225) ]
  [[pdf] (http://jspc-www.colorado.edu/pubs/2001/1.pdf) ]

  - Bensen, G. D. y col. (2007). Procesamiento de datos de ruido ambiental sísmico para obtener
  mediciones confiables de dispersión de ondas superficiales de banda ancha.
  * Geofis. J. Int. *, ** 169 ** (3), pág. 1239-1260. doi: 10.1111 / j.1365-246X.2007.03374.x
  [[revista] (http://onlinelibrary.wiley.com/doi/10.1111/j.1365-246X.2007.03374.x/abstract) ]
  [[pdf] (http://ciei.colorado.edu/pubs/2007/2.pdf) ]

  - Herrmann, R. B., 2013. Programas informáticos en sismología: una herramienta en evolución para
  instrucción e investigación, * Seismol. Res. Sea. *, ** 84 ** (6), pág. 1081-1088
  doi: 10.1785 / 0220110096
  [[pdf] (http://srl.geoscienceworld.org/content/84/6/1081.full.pdf+html) ]
  - Levshin, A. L. y Ritzwoller, M. H. (2001). Detección, extracción,
  y medición de ondas superficiales regionales. * Aplicación pura. Geophys. *, ** 158 **,
  pag. 1531-1545. doi: 10.1007 / PL00001233
  [[revista] (http://link.springer.com/chapter/10.1007%2F978-3-0348-8264-4_11) ]
  [[pdf] (http://ciei.colorado.edu/pubs/pageoph_01/Levshin_Ritzwoller_pag2001.pdf) ]

  - Mosegaard, K. y Tarantola, A. (1995) Muestreo de Monte Carlo de soluciones a la inversa
  problemas, * J. Geophys. Res. *, ** 100 ** (B7), pág. 12431–12447
  [[revista] (http://onlinelibrary.wiley.com/doi/10.1029/94JB03097/abstract) ]
  [[pdf] (http://www.ipgp.fr/

  - Langet N. et al (2014). Migración continua basada en curtosis para la detección y ubicación de eventos sísmicos,
  con Aplicación al Volcán Piton de la Fournaise, La Réunion.
  * Bul. Seis. Soc. Am. *, ** 104 **, pág. 229-246. doi: 10.1785 / 0120130107

  
  

  Crystal PY-26 - Historia

  El sistema de migración de Django fue desarrollado y optimizado para trabajar con una gran cantidad de migraciones. Por lo general, no debería importarle mantener una gran cantidad de migraciones de modelos en su base de código. Aunque a veces causa algunos efectos no deseados, como consumir mucho tiempo mientras se ejecutan las pruebas. Pero en escenarios como este, puede deshabilitar fácilmente las migraciones (aunque no hay una opción incorporada para eso en este momento).

  De todos modos, si desea realizar una limpieza, presentaré algunas opciones en este tutorial.

  Escenario 1:

  El proyecto aún se encuentra en el entorno de desarrollo y desea realizar una limpieza completa. No le importa tirar toda la base de datos.

  1. Elimina todos los archivos de migraciones de tu proyecto.

  Revise la carpeta de migración de cada una de las aplicaciones de su proyecto y elimine todo lo que hay dentro, excepto el archivo __init__.py.

  O si está utilizando un sistema operativo similar a Unix, puede ejecutar el siguiente script (dentro del directorio de su proyecto):

  2. Elimine la base de datos actual o elimine db.sqlite3 si es su caso.

  3. Cree las migraciones iniciales y genere el esquema de la base de datos:

  Escenario 2:

  Quiere borrar todo el historial de migración pero quiere mantener la base de datos existente.

  1.Asegúrate de que tus modelos se ajusten al esquema de base de datos actual

  La forma más sencilla de hacerlo es intentando crear nuevas migraciones:

  Si hay alguna migración pendiente, aplíquela primero.

  2. Borra el historial de migración de cada aplicación.

  Ahora deberá borrar la aplicación del historial de migración por aplicación.

  Primero ejecute el comando showmigrations para que podamos realizar un seguimiento de lo que está sucediendo:

  Borre el historial de migración (tenga en cuenta que centro es el nombre de mi aplicación):

  El resultado será algo como esto:

  Ahora ejecute el comando showmigrations nuevamente:

  Debe hacer eso para todas las aplicaciones que desea restablecer el historial de migración.

  3. Elimine los archivos de migración reales.

  Revise cada una de las carpetas de migración de aplicaciones de su proyecto y elimine todo lo que hay dentro, excepto el archivo __init__.py.

  O si está utilizando un sistema operativo similar a Unix, puede ejecutar el siguiente script (dentro del directorio de su proyecto):

  PD: El ejemplo anterior eliminará todos los archivos de migraciones dentro de su proyecto.

  Ejecute showmigrations nuevamente:

  4. Crea las migraciones iniciales

  5. Fingir la migración inicial

  En este caso, no podrá aplicar la migración inicial porque la tabla de la base de datos ya existe. Lo que queremos hacer es fingir esta migración en su lugar:

  
  

  Ver el vídeo: Estaban emocionados de adoptar a un hijo. Luego, en la corte, el niño dijo una palabra que los marcó (Agosto 2022).