Automatic Three-Dimensional Reconstruction of Fascicles in Peripheral Nerves from Histological Images matlab

devtools::install_github('delta1epsilon/BoxPacking') Example Consider an example where 20 boxes of different sizes are going to be packed into containers 2x2x2. library(BoxPacking) # create containers containers <- list() n_containers <- 4 for (i in 1:n_containers) { containers <- c(containers, Container(length = 2, height = 2, width = 2) ) } # create boxes boxes <- list() n_boxes <- 20

基于生成对抗神经网络的三维多孔介质重构 Reconstruction of three-dimensional porous media using generative adversarial neural networks

A three-dimensional unstructured finite volume code for fluid flow simulations.

Three-Dimensionally Embedded Graph Convolutional Network (3DGCN) for Molecule Interpretation

可压缩Euler/Navier-Stokes方程的三维混合元非结构有限体积求解器 Three-Dimensional Mixed-Element Unstructured Finite-Volume Solver for Compressible Euler/Navier-Stokes Equations

人工智能-机器学习-面向复杂室外环境的移动机器人三维地图构建与路径规划.pdf

基于双目立体视觉技术的快速非接触测量目标物体的体积以及三维重建仿真+含代码操作演示视频 运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

针对PointNet模型只针对孤立点提取特征信息,而对邻域结构的信息提取能力不足的问题,提出基于图卷积网络的三维点云分类分割模型GraphPNet。首先将三维点云转换成无向图结构,利用该图结构得到点云的邻域信息,通过将邻域信息与单个点信息融合的方式提高分类与分割的准确率。在分类实验中,本文在ModelNet40数据集上进行训练与测试,并且与3D ShapeNets、VoxNet、PointNet模型的分类精度进行比较,其分类精度优于这些模型。在分割实验中,使用ShapeNet数据集进行训练与测试,并且与PointNet模型等分割模型得到的平均交并比(mIoU)值进行比较,验证了GraphPNet在分割实验中的有效性。

人工智能-机器学习-解析现代平面广告中图形创意的艺.pdf