STM32F103VCT6TR - High-density performance line ARM-based 32-bit MCU with 256 to 512KB Flash, USB, CAN, 11 timers, 3 ADCs, 13 communication interfaces - STMicroelectronics

高密度脉冲电流作用下细晶粒热影响区的形成和热疲劳性能，林化强，赵宇光，本文研究了高密度脉冲电流作用下热作模具钢试样热影响区的形成机理和规律，通过分析脉冲电流作用后热影响区组织和性能分析，探讨

高密度脉冲电流作用下热作模具钢温度场和应力场的模拟，林化强，赵宇光，本文利用ansys软件模拟了脉冲电流下热作模具钢温度场和应力场的分布，分析了脉冲电流参数对温度场和应力场的影响

Density Estimation for Statistics and Data Analysis， Silverman著， 1986年版，核密度估计教材

离群检测在许多应用领域中显示出越来越高的实用价值，例如入侵检测，欺诈检测，电子商务中犯罪活动的发现等。 已经开发出许多用于离群值检测的技术，包括基于分布的离群值检测算法，基于深度的离群值检测算法，基于距离的离群值检测算法，基于密度的离群值检测算法和基于聚类的离群值检测。 频谱聚类作为近年来出现的竞争性聚类算法备受关注。 但是，它不能很好地扩展到现代大型数据集。 为了部分规避此缺点，在本文中，我们提出了一种受谱聚类启发的新的异常值检测方法。 我们的算法结合了kNN的概念和频谱聚类技术，通过在特征空间中统计地使用特征值和特征向量的信息，获得异常数据作为离群值。 我们将我们的方法与基于距离的离群值检测方法和基于密度的离群值检测方法的性能进行比较。 实验结果表明，我们的算法可以有效地识别异常值。

稀土离子（REs）掺杂的纳米粒子中的上转换发光已经吸引了相当多的研究关注，以用于固态激光器，三维显示器，太阳能电池，生物成像等领域。 然而，目前还没有关于稀土掺杂纳米颗粒的报道，以研究其极化能量转移上转换，特别是对于单个颗粒而言。 本文中，首次以单粒子光谱模式展示了掺稀土的氟化物纳米棒的极化能量转移上转换。 980 nm线性偏振激光激发后，观察到独特的发光现象，例如，在室温下急剧的能级分裂和单重态至三重态跃迁，多个偏振方向的离散发光强度周期性变化。 此外，制备具有可控制的长径比和对称性的纳米棒，以分析极化各向异性的机理。 比较实验表明，离子内的跃迁特性和晶体局部对称性主导着极化各向异性，这也被密度泛函理论计算所证实。 利用基于REs的上转换，建议用于REs掺杂的氟化物单纳米棒或纳米棒阵列的偏振各向异性的极化微观多信息传输方面的潜在应用。

这是论文“Density Peak Clustering-based Noisy Label Detection for Hyperspectral Image Classification, IEEE Transactions on Geoscience and Remote Sensing, 2018, (Accepted)”的代码，更多细节可以在论文中找到。 如果你使用这个演示，请引用这篇论文。 要运行此演示，您应该先下载 libsvm-3.22。 libsvm-3.22 可在https://www.csie.ntu.edu.tw/~cjlin/libsvm/ 获得

matlab代码影响乳房密度 使用Dixon序列分割和测量MRI中的乳房实质组织的源代码，该Dixon序列包含仅水和仅脂肪的加权图像。 源代码 该项目最初是在Matlab 2011a中编写的。 某些部分正在迁移到Python3。要从下面提到的论文中复制结果，请使用原始的Matlab源代码。 /matlab子文件夹包含所有Matlab代码 /python子文件夹包含已经迁移到Python 3的管道部分。 外部程序 管道依赖于需要安装的外部程序，并且是环境路径的一部分。 测试版本：1.0.20190410 测试版本：2.3.4 测试版本：20180328，v2.3.9 测试版本：5.0.11，6.0.4 管道 处理管道包括三个步骤： 预处理：将dicom转换为nifti，重新定位图像，进行偏置场校正并组合图像 乳房分割：使用基于模板的注册方法从背景和其他身体部位中分割乳房。 首先，最佳匹配模板由仿射配准确定。 然后，非严格地注册最佳匹配模板以匹配对象身体和乳房的形状。 分割乳房的实质和脂肪组织，并计算汇总指标。 用法（Matlab） 将项目的所有文件夹添加到Matlab搜索路径。 通过将外

周围计算matlab代码基于自适应密度的无监督高光谱遥感图像聚类 这个 repo 包含我对我们的论文“基于自适应密度的无监督高光谱遥感图像聚类”的实现。 执行 这些代码最初来自于 Science 2014 的“Clustering by fast search and find of density peaks”。我大量修改了 matlab 实现以加快和修改基于我们论文的参数设置和算法框架。 引文 如果您发现我们的工作对您的研究有用，请考虑引用： @article{xie2018unsupervised, title={Unsupervised hyperspectral remote sensing image clustering based on adaptive density}, author={Xie, Huan and Zhao, Ang and Huang, Shengyu and Han, Jie and Liu, Sicong and Xu, Xiong and Luo, Xin and Pan, Haiyan and Du, Qian and Tong, Xi

DFT工具 DFT工具是一个帮助python软件包，用于解析，操作和显示与密度泛函理论（DFT）代码有关的文本数据。 更多信息和文档： :