美国埃默里大学医学院Xiaofeng Yang老师课题组新出的这篇论文对近几年医学图像配准深度学习方法进行了全面综述，根据其方法、特征和流行程度分为七类，对每个类别进行了详细的调研，强调了其重要的点及其相应挑战，帮助读者更好地了解当前的研究现状和思路，并且使用基准数据集对基于深度学习的肺和脑配准方法进行了全面比较，最后也介绍了未来的研究方向。
2021-11-11 21:00:55
1.1MB
1
类激活映射 (CAM) 是一种很好的方法来解释模型为什么将对象分类为对象。 https://jp.mathworks.com/matlabcentral/fileexchange/69357-class-activation-mapping 但是可用于CAM的网络模型是有限的。 Grad-CAM 是将 CAM 推广到适用于多种网络的方法。
通过这个演示，您可以学习从重新训练模型 (AlexNet) 到在其上应用 Grad-CAM 的工作流程。
[日本人] 使用CNN进行深度学习的分类判断准确率极高，被用于很多领域的自动图像判断。另一方面，也有人担心里面是一个黑匣子，“我不知道为什么会做出这个决定”。 类激活映射 (CAM) 对于可视化决定因素非常有用，但对可以应用的网络存在限制。
Grad-CAM 是在任何网络层使用 Gradite 的 CAM 的通用方法。在此示例中，您可以看到从
2021-11-08 16:41:28
16.99MB
1
CD-Rom for the book "Phase-Locked Loops Design,Simulation and Applications by R.E.Best. A design program for Phase-locked loops circuits
2021-11-07 22:56:24
1.63MB
1
2018 第十一届全国大学生信息安全竞赛 逆向RE 资源文件 由于长度限制390M结果可以脚本跑，不再上传
2021-10-31 21:02:38
86.12MB
1
车辆识别代码matlab
深车重新编号
该存储库包含我们的论文“使用多层特征提取进行有效的深度车辆重新识别”的代码。
先决条件
Python
3.6
火炬0.3
凯拉斯2.2.4
脾气暴躁的1.7.1
西皮0.13.2
scikit图像0.9.3
matplotlib
1.3.1
熊猫0.12.0
枕头2.3.0
Matlab的
我们在VeRi数据集链接上评估模型的性能
联络我
电子邮件：
如有任何疑问，请随时与我联系
2021-10-23 21:53:37
15KB
1
[Re]决策过程中认知和运动皮质-基底神经节循环之间的相互作用：一项计算研究，M。Topalidou和NP Rougier，Re Science ，2015年。
决策过程中认知和运动皮质-基底神经节循环之间相互作用的参考实现：计算研究，M。Guthrie，A。Leblois，A。Garenne和T. Boraud，《神经生理学杂志》，2013年，第109页。
关键字：神经科学，基底神经节，Python
2021-10-18 04:57:48
294KB
1
Numerical Recipe 数字配方 经典 Numerical Recipe 数字配方 经典Numerical Recipe 数字配方 经典
2021-10-10 05:55:40
41.08MB
1