Excel完整版的过程能力分析工具，很难找的。 制程能力分析 控制图

可以通过电脑简单的进行安装，调试，监控，诊断，参数写入读出，测试运行等操作。更好地与机械系统配合，进行参数最佳调试，缩短调试时间，最大程度满足客户要求的功能。 特征： 1)监控电机运行情况，同时还可以采集数据构成曲线图 2)轻松设定伺服参数，同时还有诊断功能 3)设定运行速度和加减速时间做试运行 4)设定运行位移做定位运行 5)机械分析功能：分析机械共振频率 6)增益搜索功能：自动搜索增益

一、实验目的 1. 了解熟悉linux命令。 2. 学习hadoop的安装和配置。 3. 学习编写基础的MR代码。 二、实验内容 1. 建立hadoop 完全分布式模式。 2. 上传数据并且对数据进行查询。 3. 通过安装Hadoop了解Hadoop的原理

Multi-Root I/O Virtualization and Sharing Specification Revision 1.0 May 12, 2008

运行demo.m以了解如何使用 Saliency Optimization [1]以及Saliency Filter [2]，Geodesic Saliency [3] Manifold Ranking [4]。 [1] Wangjiang Zhu, Shuang Liang, Yichen Wei, and Jian Sun. Saliency Optimization from Robust Background Detection. In CVPR, 2014. [2] F. Perazzi, P. Krahenbuhl, Y. Pritch, and A. Hornung. Saliency filters: Contrast based filtering for salient region detection. % In CVPR, 2012. [3] Y.Wei, F.Wen,W. Zhu, and J. Sun. Geodesic saliency using background priors. In ECCV, 2012. [4] C. Yang, L. Zhang, H. Lu, X. Ruan, and M.-H. Yang. Saliency detection via graph-based manifold ranking. In CVPR, 2013.

13个文本分类数据集，按train,test集顺序存储

数字递增复制，命令（MR），打开CAD用appload加载，自动递增数字，非常方便，有需要的可以试一下。。。

用于3D图像到图像翻译的生成对抗网络 该网络的目的是训练从T1w图像创建T2w图像的模型，反之亦然。 它以完整的3D NIfTI作为输入，并能够直接生成相应模态的3D体积。 该存储库基于Per Welander和Anders Eklund在 训练此网络的最大挑战之一是将其全部存储在内存中。 必须有GPU才能在合理的时间内（不到一周）训练模型，但是这种加速是以RAM为代价的。 为了训练此3D GAN，我们使用了具有32GB RAM的单个NVIDIA Tesla V100。 少了可能会导致内存不足错误。 系统设置 培训是在带有CUDA版本10.2.89的NVIDIA Tesla V100上完成的 所需的python软件包版本保存在requirements.txt中，应安装在虚拟环境中 python3 -m venv env source env/bin/activate pip insta

多模医学图像融合matlab代码 小波融合法 近似系数和细节系数采用不同融合规则分别融合

脑核磁分割AI mr brain_segmentation