Covid-19_Detection_Using_Chest_X-Ray_Images 项目链接-https: 通过胸部X射线图像诊断COVID疾病的深度学习项目。 这是Flask Web GUI的一些屏幕截图。 在该项目中，DenseNet121体系结构用于图像分类，并实现了99％的准确度。 这是模型分类报告和混淆矩阵

XNet XNet是一个卷积神经网络，旨在将X射线图像分割为骨骼，软组织和开放束区域。 具体而言，它在小型数据集上表现良好，目的是最大程度地减少软组织类别中的假阳性数。 该代码与在SPIE医学影像会议论文集（2019）中发表的论文一起提供，可在预印本arXiv上找到，为： 引用为： @inproceedings{10.1117/12.2512451, author = {Joseph Bullock and Carolina Cuesta-Lázaro and Arnau Quera-Bofarull}, title = {{XNet: a convolutional neural network (CNN) implementation for medical x-ray image segmentation suitable for small datasets}}, vol

图像的均方误差的matlab代码脊柱X射线图像上的曲率识别 执照 作者：Yann Bachelot，Maxime Carlier，Dimitri Mikec，Luka Matsuda，Jiri Ruzicka。 由Noelie Debs和Carole Frindel监督。 该代码是开源的，这意味着任何人都可以从Github存储库中查看和下载我们的代码。 此处执行的代码是INSA Lyon工学院（生物信息学和建模专业）图像分析课程最终项目的一部分。 项目目标 该项目的目的是通过提供可自动识别色谱柱的计算机例程，通过分析X射线轮廓图像来帮助进行外科手术计划。 执行 我们的代码遵循以下步骤：对比图像，过滤，检测脊柱的起点和终点，检测关键点，选择感兴趣的点，拟合曲线，计算一些统计量。 输入：以个人资料（JPEG格式，EOS采集系统）的形式对30位患者的30幅X射线图像进行数据集。 X射线看起来像传统的X射线照相：其对比度取决于所遍历结构的衰减系数。 输出：在每幅图像上还绘制了30张相同的图像，包括关键点和适合脊椎的相关曲线。 3个包含所有图像的文件夹，对应3种不同的检测方法：霍夫变换，哈里斯检

做学校CD栋实验楼及体育场、网球场的无线有线网络一体化建设

雷亚国_智能故障诊断综述与路线图 .pdf

实现了股票分时图、K线图的小程序，方便使用

小程序折线图 小程序chartjs 小程序图表

软件开发者路线图﹕从学徒到高手194页 44.8M 高清书签版

Swoole+Thinkphp5.1 制作赛事图文直播 :rocket: 基于Swoole加速Thinkphp，Swoole代替PHP-FPM起飞 特性 内置Http/WebSocket服务器 常驻内存 实时推送 在线聊天室 异步的任务队列 毫秒级定时任务 平滑Reload 支持Thinkphp5.1 简单，开箱即用 ThinkPHP5的运行环境要求PHP5.6以上。 要求 依赖 说明 PHP >= 7.1 Swoole >= 1.7.19 推荐最新的稳定版 从2.0.12开始不再支持PHP5 Thinkphp >= 5.1 nginx 用于网址代理解析 redis 用于存放登陆用户fd(可以用swoole的server的自带成员connections) 集成环境[可选的] LNMP>=1.4 注意 没有使用数据库，很多数据都是自己写的，需要自己去添加完善。 不带后台，权限之类的都要自己去完善。 无法使

软件介绍: 简洁实用的信维光缆测试资料生成模板，所有数据填写项都备注有填写方法，不止让你生成图形，还让你了解OTDR光缆测试。如果您对OTDR测试不了解，那么修改下面四项就可以了：1、文件名；2、测量时间；3、光缆长度:4、测量芯数。其他数据根据甲方要求，和您对OTDR了解的加深再做修改。【内容为公式的单元格不建议修改】。事件2-11是接头盒或成端尾纤法兰头连接，没有的话不填(有的话填接头盒距离测试地点长度（km）就行）此次更新较前一版本，主要将多个按钮整合于设置中，使界面更简洁，并加入一页打印2芯、6芯功能。用EXCEL或者WPS打开（上面网盘里有OFFICE），打开会有提示宏安全警告，选择“”启用内容”。（建议使用office2016，速度比WPS快）