FolderMove工具下载可一键转移C盘文件 在我们使用电脑的时候经常会遇到C盘不足，转移文件又要卸载重新安装 如果C盘不足，只需要打开工具 把已安装程序移动到其他文件夹或磁盘（无需重新安装）也不会丢失快捷方式 而且这款工具使用也非常简单 步骤如下 1.下载软件并打开，分为（把文件从）与（移动到）点击旁边（浏览）选择需要移动到其它盘当中 再点击（移动并设置符号链接）即可

arcpy实现LUCC土地利用变化转移矩阵

为克服半桥模块化多电平换流器(MMC)直流侧短路后无法阻断故障电流这一缺点，提出一种具有故障阻断能力的改进混合型半桥MMC，依靠改进半桥子模块的故障阻断能力配合相应辅助电路实现故障电流转移与阻断。分析了直流双极短路故障下改进混合型半桥MMC故障阻断的动态过程，设计了关键器件的参数选择方法，并对比了该拓扑的经济性，与传统半桥MMC相比，改进混合型半桥MMC无需增加开关器件使用，仅增加晶闸管、二极管和1个机械开关，且通态损耗很低。最后，搭建双端51电平改进混合型半桥MMC直流输电模型对所提拓扑的故障阻断能力进行验证，仿真结果表明，所提改进混合型半桥MMC拓扑能够在几十ms内清除直流故障，具有良好的实用性和经济性。

大量电动汽车(EVs)无序充放电会影响电力系统的安全与经济运行。随着EVs渗透率的逐步提高，研究EVs的有序充放电策略就具有实际意义。首先，在考虑EV充放电可调度时间与可调度电量、用户参与意愿因素的基础上，提出EV可转移充放电量裕度的概念，用于量化充放电量的调度灵活性。构建了计及可转移充放电量裕度的EVs充放电实时调度模型。其次，针对每个调度时段，该模型分两步求取EV充放电调度计划：第一步构建以调度时间区间内的系统总负荷水平的方差最小化为目标的二次规划模型，以求取当前时段EVs总的充电和放电功率；第二步发展以未参与充放电的EVs的可转移充放电量裕度最大化为目标的整数规划模型，求取满足第一步所求EVs总的充电和放电功率要求的充放电调度计划。然后，采用YALMIP/CPLEX高效求解器求解所构建的优化模型。最后，采用算例对所提EV充放电调度策略的有效性进行了验证，仿真结果表明所提EV充放电调度策略较EV随机充放电可明显改善负荷轮廓。

肺炎的预测 使用迁移学习预测肺炎（计算机视觉） Inception v3是一种广泛使用的图像识别模型，已显示在ImageNet数据集上达到了78.1％以上的精度。 该模型是多年来由多个研究人员提出的许多想法的集合。 它基于原始论文：Szegedy等人的“重新思考计算机视觉的初始架构”。 al。 该模型本身由对称和不对称的构建块组成，包括卷积，平均池，最大池，连接，丢失和完全连接的层。 Batchnorm在整个模型中得到广泛使用，并应用于激活输入。 损耗是通过Softmax计算的。 我们已经对模型进行了微调，以使其可以用于2个新的不同类的分类。 记住要安装requirements.txt

matlab有些代码不运行疼痛回归 正则化面部验证网以进行疼痛强度回归 要求 我的Caffe（）。 如果您不想使用班级平衡采样（）进行训练，而又不想在训练期间观察皮尔逊相关（），则可以使用官方的Caffe。 Matlab， 具有CUDA支持的GPU， MTCNN脸部和脸部界标检测器（）。 回归结果与评估 我们在/results上传了由我们的算法生成的一些预测值。 您可以将它们加载到Matlab中，然后运行以获取各种指标下的性能。 训练 下载UNBC-McMaster肩膀疼痛数据集（）。 删除095-tv095\tv095t1afaff的黑色文件。 从或下载预训练的面部验证模型。 通过来检测并对齐数据集中的人脸。 通过和为Caffe的ImageData图层创建列表（用于交叉验证）。 将创建的所有文件夹复制到./prototxt/并运行。 训练所有25倍交叉验证大约需要4-6个小时。 验证 用于从25倍交叉验证中提取结果（因为当检测器无法在图像中找到人脸时，我没有编写逻辑）。 通过获得表演。 我们鼓励将来的工作使用建议的新评估指标wMAE和wMSE 。 评估代码在中。 EmotionNet

水平仪 用于检测全基因组水平基因转移的工作流程。 该软件包包含用于距离方法HGT检测算法的代码，用于运行系统发育，同源搜索和用于HGT检测的参数软件的基准，以及最终工作流程，该工作流程由基准工具的子集和用于全基因组HGT检测的中间步骤组成。

WCT2（接受ICCV 2019） 通过小波变换实现真实感的样式转移| *** * NAVER的Clova AI研究（*相等贡献） PyTorch实现的照片级风格转移，不需要任何进一步的后处理步骤； 例如，从白天到日落，从夏天到冬天，等等。这是第一个可以在4.7秒内对1024×1024分辨率图像进行样式化的端到端模型，无需任何后处理即可提供令人愉悦的逼真的质量。 该代码是由和编写的。 入门 相依性 PyTorch> = 0.4.1 检查requirements.txt pip install -r requirements.txt 安装 克隆此仓库： git clone https://github.com/clovaai/WCT2.git cd WCT2 可以在./model_checkpoints找到预训练的模型 准备图像数据集 可以在DPST存储库中找到图像 您可以

Markov-ization 北京大学《音乐与数学》大作业之中所写的马尔科夫转移概率矩阵自动生成器 如题，支持生成1阶与2阶的转移概率矩阵。 使用方法： 将乐音体系数字化后的谱子用空格分隔写在input.txt之中（备注：每个音用三位数表示，百位表示时值，剩下的两位数对应乐音体系中的1-97（当然，恁要是想用0-96也无所谓，毫无影响）的数字，特别地，休止符用98表示） 运行Markov-ize.cpp。 在output.txt中查看结果。 此外，还更新了Random-Note-Generator.cpp，可以基于生成的转移概率矩阵生成随机音乐的数字化。 为了方便测试，我在此提供了样例input.txt（即音乐与数学课中的《鸿雁》节选）。 原理 以一阶的为例： 首先读入乐谱的第一、二个数字化音符，记作音符对(note_pre, note_suf)，将该音符对出现的次数记录，并将以note_

此 MATLAB 脚本使用可变步长 Runge-Kutta-Fehlberg (RKF78) 积分方法实现轨道运动的特殊微扰解，以数值求解受中心体重力和其他外力影响的微分方程系统的 Cowell 形式。 这也称为轨道初始值问题 (IVP)。 用户可以选择对以下一种或多种扰动进行建模： • 非球形地球重力• 点质量太阳引力• 点质量月球引力 轨道传播完成后，该脚本可以绘制以下经典轨道元素： • 长半轴•偏心• 轨道倾角• 近地点参数• 升交点赤经• 真正的异常• 大地近地点高度• 大地远地点高度