内含两千多张，224x224彩色图像，用于训练一个紧急车辆的识别网络，我会利用该数据集，做一个Pytorch的预训练模型多重CNN实现模型的对比实验。

应急反应演习报表(中英文) Emergency Response Rehearsal Report.docx

Emergency Care and Transportation of the Sick and Injured 11th Edition

基于网络的紧急剂量计算器。 在公立医院的真实急诊室中使用。

Admission National Registry Emergency Medical Technician(NREMT)认证考试题库

紧急响应系统（ERS）可以帮助市政当局或政府提高其应对紧急和严重事件的能力。 ERS的响应能力和有效性在很大程度上取决于其数据采集和处理系统，该系统是随信息技术（IT）演变而来的。 随着传感器网络和云计算的飞速发展，新兴的物联网（IoT）在ERS中的作用越来越大。 传感器，公共服务和专家的网络可以相互交互，并基于实时数据对紧急情况做出科学决策。 在ERS中需要进行群体决策时，一个关键的挑战是充分了解海量和多样化的数据，并在高层的基础上达成共识。压力和严格的时间限制。 由于无组织的数据的性质和系统的复杂性，ERS取决于来自不同领域的专家的理解和判断。 在对紧急情况做出适当的决定之前，要评估对收集到的数据和应对计划达成的共识是具有挑战性的。 在本文中，将紧急情况下的群体决策制定为多属性群体决策（MAGDM）问题，对专家之间的共识进行建模，并提出了一种新的方法，可以在决策过程中以最大化的共识达成对应急计划的理解。 在实现过程中，所建议的方法与计算机程序集成在一起，并作为服务封装在服务器上。 新方法的目标是（i）增强对突发事件情景和响应计划的全面