Axure数据可视化图表（内含18种图表及其变形)亲测有效,非常实用，非常好用，方便实用，数据概览

利用粒子群算法（PSO）对BP神经网络模型进行优化，可以对数据进行仿真训练，可以对变形监测以及其他领域的数据进行预测，实验结果表明粒子群算法（PSO）对BP神经网络模型比BP神经网络模型有着更好的预测精度以及在预测时间上也大大加快，代码是基于matlab语言自己写的。

基于dlib的TPS人脸变形源代码（含注释）。开发环境：python 3.5 (Anaconda)。需要安装的第三方库：PyQt5、cv2、dlib、numba。可运行。

自由变形拉伸好用的插件 导入后没有报错，可做陶瓷Demo的插件

可变形卷积网络的官方实现，Deformable Convolutional Networks

变形多分类圆环图HR精选图表模板.xlsx

【一等奖观察记录】大班 “捣乱鬼”变形记.docx

目的：结合直方图匹配（HM）算法，评估计划kVCT（pCT）与每日MVCT之间的可变形图像配准（DIR）的准确性，并使用建议的螺旋放射疗法自适应放射治疗方法评估可变形剂量累积（H T）。 方法：对本院接受HT治疗的5例前列腺癌患者（76 Gy / 38 Fr），每周调查7例MVCT系列（共35系列）。 首先，为了最小化pCT和MVCT之间不同HU值的影响，此图像处理方法通过使用HU值的图像累积直方图来调整pCT和MVCT图像之间的HU值，从而生成HM-MVCT。 然后，执行pCT对HM-MVCT的DIR，生成变形的pCT。 最后，对pCT图像进行可变形剂量累积。 结果：与非HM方法相比，使用HM算法显着提高了DIR的准确性（p <0.05）。 对于CTV，直肠和膀胱，非HM方法的平均骰子相似系数分别为0.75±0.05、0.83±0.06和0.90±0.04，而HM方法的平均骰相似系数为0.81±0.06、0.81±0.04，和0.92±0.06分别。 对于可变形剂量累积，在两种方法之间观察到一些差异，特别是对于较小的计算区域，例如直肠V60和V70。 结论：采用HM方法可以提高DIR

在自动化设计中，铝型材具有质量轻、易加工、表面已处理等优点，被广泛使用。本计程序能简单计算不同方式固定变形量大小，以便设计选型。

主要讲解一些小语种（以印地语为例）点阵方式显示原理演示，包含连写变形，合成等处理。