使用K均值的体外LSCI图像中的血管定位 该存储库具有实现会议文章中描述的方法的功能：使用在“ 图像在体外的LSCI图像中进行血管定位” ，这是项目“血管的可视化和定位”的一部分而开发的。 抽象的 激光散斑对比度成像中血管的可视化和定位是生物医学应用（例如皮肤病学，神经科学和眼科学）中的一项重要任务，因为它可以确定血管的存在并评估诸如血流的性质。 这项工作建立了可视化方法的综述，用于对比度计算和激光散斑对比度成像的改进。 另外，通过聚类以自动方式提出了血管的定位。 结果表明，血管的定位很大程度上取决于对比度的计算和改善。 如果血管和生物组织区域彼此分开得很好，并且噪声水平较低，则K均值聚类是在激光斑点对比成像中定位血管的强大工具。 内容 组织 没有声明其他内容目录。 贡献者 算法，应用程序和工具的代码由以下人员贡献： F. Lopez-Tiro，H.Peregrina-Barreto，J

表二 制流电路电流I随负载电阻R0和电位器有效电阻RAC变化数据统计表负载电阻RL/Ω负载电阻与电位器全电阻比β(=RL/R0)电位器位点b点c点d点e点f点g

Visual C++数字图像处理典型算法及实现，hough变换，VS

qPCR结果查看与分析1

qPCR结果查看与分析2（graphpad）

unet 训练结果 image-segmentation-keras-master

[AN-1067]相位噪声和抖动的功率谱密度：理论、数据分析和实验结果 模数和数模转换器采样时钟内的抖动会对可实现的最大信噪比造成限制（参见参考文献部分van de Plassche著《集成模数和数模转换器》）。本应用笔记阐述了相位噪声和抖动的定义，绘制了其功率谱密度，介绍了时域和频域测量技术，解释了实验室设备的不利因素并提供这些技术的校正要素。所提出的理论有实验结果支持，可用于解决实际问题。 电子设备有多种技术可以生成时钟。电路包括R-C反馈电路、定时器、振荡器和晶体及晶体振荡器。根据具体电路要求，人们可能接受高相位噪声（抖动）的廉价时钟源。但是，最近的新器件要求更出色的时钟性能，也就是更昂贵的时钟源。人们对转换器采样信号的频谱纯度也提出同样的要求，尤其是在当前高性能转换器测试过程中使用频率合成器作为时钟源时。下面章节介绍了相位噪声和抖动的定义。然后结合相位噪声和抖动，通过数学推导形成其频率表示形式。频域表示法或功率谱密度用来直接衡量相位噪声/抖动。所建立的理论和模数和数模转换器相关。各种信号采用频谱分析仪和示波器来测量。最后，结合实验结果，在AD9235模数转换器（ADC）上应用理论。

悬臂梁弯曲变形计算：理论计算以及有限元结果对比，程序，matlab. detab为x方向的力导致弯曲变形； detas为x方向的力导致剪切变形； detac为y方向的力导致压缩变形； detae为y方向的力导致弯曲变形；将力移动至中心附加的扭矩。

里面有数据库，可以参考一下，机器学习的同学看过来，试试

使用手写识别的计算器 这个项目是我面向对象编程课程的最后一个项目。 下面介绍该算法为显示包含数学方程式的输入图像的结果而采取的步骤。 1-图像分割 该程序对输入图像进行分段，仅提取所需的数字或运算符进行计算，然后将每个数字或运算符转换为28x28像素的小图像，这将作为神经网络的输入。 程序接受的数字范围是0-9 ，有效的操作是：加法，减法，乘法，除法，幂和使用括号。 2-分类 从算法的第一步中提取的缩略图被馈送到仅具有一个隐藏层的预训练神经网络，该神经网络的预测是S形激活的向量，每个描述输入的依存概率p（i）图像属于第（i）类。 3-计算结果 对每个分割的图像进行分类后，我们将此分类转换为相应的数字或运算符，并将其隐含为表达式字符串。 然后，我们将此字符串传递给基于堆栈的计算器以计算其结果。 然后使用简单的GUI将所有这些包装到JavaFX应用程序中。 将发布文档，以获取有关算法步骤以及