数据集名称：成人自闭症谱系筛查数据 摘要：自闭症谱系障碍（ASD）是一种与显着的医疗费用有关的神经发育疾病，早期诊断可以显着减少这些疾病。 不幸的是，等待ASD诊断的时间很长，而且程序的成本效益也不高。 自闭症的经济影响和全世界ASD病例数量的增加表明，迫切需要开发易于实施和有效的筛查方法。 因此，迫切需要进行时间高效且可访问的ASD筛查，以帮助卫生专业人员并告知个人是否应进行正式的临床诊断。 全球ASD病例数的快速增长需要与行为特征相关的数据集。 但是，这样的数据集很少，因此很难进行全面的分析以提高ASD筛选过程的效率，敏感性，特异性和预测准确性。 目前，与临床或筛查有关的自闭症数据集非常有限，并且大多数都是自然遗传的。 因此，我们提出了一个与成人自闭症筛查有关的新数据集，其中包含20个特征，可用于进一步分析，特别是在确定有影响力的自闭症特征和改善ASD病例分类方面。 在此数据集中，我们

cuda容器 可以让你在gpu上像cpu上一样编程

使用scikit-learn在python中进行SVM MNIST数字分类 该项目提出了的众所周知的问题。 出于本教程的目的，我将使用具有原始像素特征的算法。 该解决方案使用易于使用的机器学习库以python编写。 该项目的目标不是达到最先进的性能，而是教您如何使用sklearn的SVM在图像数据上训练SVM分类器。 尽管该解决方案并未针对高精度进行优化，但结果还是不错的（请参见下表）。 如果您想获得最佳性能，这两个资源将向您展示当前的最新解决方案： 下表显示了与其他模型相比的一些结果： 方法 准确性 评论 随机森林 0.937 简单的一层神经网络 0.926 简单的2层卷积网络 0.981 支持向量机 0.9852 C = 5，伽玛= 0.05 线性SVM + Nystroem内核逼近 线性SVM +傅立叶核逼近 项目设置 本教程是在Ubuntu 18.10上编写和测试的。 项目包含具有所有必要库的Pipfile Python-版本> = 3.6 pipenv-软件包和虚拟环境管理 麻木 matplotlib scikit学习 安装Python。 git克隆仓

欧洲 测量与标定协议 XCP 文档，vector的源码，在frescael的32位机上的实例。 欧洲 测量与标定协议 XCP 文档，vector的源码，在frescael的32位机上的实例。

英文的词向量 GoogleNews-vectors-negative300.bin网盘 GoogleNews-vectors-negative300.bin网盘

Unity-Vector-Field-Particles 该项目创建了受一系列矢量场影响的计算着色器（GPU）粒子系统。 该项目显示了计算着色器和基本状态机。 该项目在Unity 2018.3中完成 下载资产文件夹并将其放入Unity项目中，亲自查看！ 屏幕截图：

mbtiles2ungzpbf 一个非常简单的项目，可以将mbtiles文件转换为一组未压缩的pbf磁贴，以供本地使用。 安装 使用 ： $ npm i mbtiles2ungzpbf -g 用法 $ mbtiles2ungzpbf -f tiles.mbtiles 您也可以使用dir选项指定输出目录（默认情况下命名为tiles ）。 $ mbtiles2ungzpbf -f tiles.mbtiles -d mytiles 尝试 $ mbtiles2ungzpbf --help for detailled usage instructions. 执照 mbtiles2ungzpbf可以通过。 接触 版权所有（C）2017 Phiphou

为应对复杂的电子系统设计，全球汽车制造商、部件供应商及其他电子、半导体和软件公司联合建立了汽车开放系统架构（AUTomotive Open System Rchitecture，AUTOSAR）。AUTOSAR作为汽车电子软件开发的一个开放的、标准化的软件架构，目的在于解决汽车电子系统软件的交换与更新，并高效管理越来越复杂的汽车 电子软件系统问题，在确保产品及服务质量的同时，降低汽车电子软件的开发成本，提高开发效率。

CE标志矢量图 CE logo vector ai格式，eps格式，方便认证用

HexView资源-Vector