讨论一个受接种疫苗和媒体报道影响的SEIR摸型,得到决定疾病是否爆发的阈值R0和RC ,并应用Routh-Hurwitz准则分析相应的特征方程,讨论了当R0 <1时无病平衡点是局部稳定的,当1

CoronaHack--胸部X射线 该项目基于深度学习中的人工神经网络。 该项目的目的是预测该人是否受到冠状病毒的感染。 该预测是基于对人体的胸部X射线分析而得出的。 数据集： ://www.kaggle.com/praveengovi/coronahack-chest-xraydataset电晕-COVID19病毒影响健康个体的呼吸系统和胸部X射线是识别电晕病毒的重要成像方法之一。 使用Chest X-Ray数据集，开发一个机器学习模型以对健康与肺炎（Corona）受影响的患者的X射线进行分类，并且该模型为AI应用程序提供了动力，使其可以更快地测试Corona病毒。 健康与肺炎（Corona）感染患者的X射线胸部胸部感染患者以及其他几类疾病，例如SARS（严重急性呼吸道综合症），链球菌和ARDS（急性呼吸窘迫综合症） 图像名称和标签可在ChestXrayCorona_Metad

糖尿病简易膳食计算法.doc

配合独有的动态分析技术加上不断升级的特征库，使查杀恶意软件更加全面，迅速，彻底。是你电脑软件健康的好帮手。

检测可执行文件是否捆绑木马，判断文件是否具有修改注册表、网络连接的能力，检测保护外壳。

黄瓜病虫害数据集

高光谱成像是一种新兴的无损快速检测技术，可以同时获取研究对象的图像和光谱信息，集成了光谱分析和图像处理的优势，已成为农产品病虫害信息快速、无损检测的重要手段之一，在农产品的溃疡病、褐斑病、白粉病、黑星病、腐烂、虫蛀等病虫害无损检测中的应用越来越广泛。本文简述了高光谱成像系统，总结分析了其在水果、蔬菜、肉类、谷物等农产品病虫害无损检测中的国内外最新研究进展，提出了农产品病虫害高光谱成像技术检测的未来研究发展方向，以期对相关研究人员的研究工作提供参考。

数电课设之病床优先呼叫器，课程设计材料，希望能有用

本项目是在一个开源中文电子病历数据集上的命名实体识别（NER）任务的源码，其中包含了数据预处理、BERT-BiLSTM模型实现以及训练与测评的完整过程。本人有一篇博客是对其的详细说明，源码也注释详细，简单易读。

研究了一个具有非线性发生率的时滞SIR传染病模型的全局动力学性态.首先证明了在基本再生数R0>1时,模型存在唯一的地方病平衡点;其次利用特征值原理证明了平衡点的局部渐进稳定性并利用Lyapunov-LaSalle不变集原理证明了平衡点的全局渐进稳定性.