Qoala-T 用于FreeSurfer分段MRI数据质量控制的监督学习工具 版本1.2>预测模型已于2019年1月14日更新; Github页面于2021年3月16日更新Qoala-T由和在开发和创建。 关于 Qoala-T是一种有监督的学习工具，可评估T1成像扫描的手动质量控制及其在FreeSurfer中处理的自动神经解剖标记的准确性。 它特别适用于开发数据集。 该软件包包含Klapwijk等人（2019）中所述的数据和R代码，请参阅 。 我们内部开发的手动质量控制程序的协议可以在找到。 我们还开发了一个使用R Shiny的应用程序，通过该应用程序可以在不安装R的情况下运行Qoala-T模型，请参阅（可以在找到本地运行的源代码）。 运行Qoala-T 为了能够运行Qoala-T模型，应在FreeSurfer中处理T1 MRI图像。 当前版本中使用的模型是针对FreeSurfer

专业调度qc资源，解决实际问题。qc的完全模版，实际操作所得。

QC T 1036-2016 汽车电源逆变器

QC七大工具方法，图例介绍，品质工程师必备

对空间数据系统委员会（CCSDS）推荐的QC-LDPC码进行了研究，给出了改进的分层译码算法。基于改进的分层译码算法设计部分并行结构QC-LDPC译码器，译码速率较快,适合应用需求，并通过仿真验证所设计的译码器的性能。

涉及到QC10导出测试用例到Excel的操作文档，方便用例的重复利用修改及导出

详细介绍说明了QC的七大检测手法，很实用

演算法

BaseonQCAutomationFrameworkv1.0：基于QC的自动化测试框架，顾名思义就是在QC的基础上开发的自动化测试框架，熟悉QC、QTP的人应该很清楚，结合QC、QTP自身提供的自动化解决方案开展自动化测试无疑是一个比较好的方案，具体细节就不细说了，但是有个缺点每次执行测试都需要在测试实验室对每一个脚本实例进行参数配值，实在是不方便，好多人就是因为QC这个天生的缺陷而放弃了使用，本框架就是为了解决这个问题而开发的。框架使用要点分解：第一步：自动化脚本开发：框架要求脚本必须参数化，也就是说脚本写好后通过下面方式参数化。参数方式：File--->Settings--->Param

QC客户端安装包，适用于所有电脑，适用所有系统，绝对可用