计算 30 um 脑切片中 c-Fos 核的代码。 代码是为绿色通道中的 c-Fos 和红色通道中的神经元编写的，具有大小和形状标准。 ROI 选择器是为蓝色通道中的 Nissl 计数器染色而编写的。 代码包括实验条件列表，包括饮食和大脑区域。 计数报告为仅 c-Fos、仅神经元和双倍和 ROI 位置

VBA通过Document属性去读取，HTML内容，是读取某个文件夹下面的所有的html文件，并根据条件获取对应的文本，或者标签数据，如果本地的 ieframe.dll是正常的，建议使用这个，否则不建议使用，如果抓取的是网页的数据，不是本地的数据的话，这个也是可以使用，如果想抓取本地的，建议不用这个，除非ieframe.dll文件是正常的

极限学习机ELM是一类Single-hidden Layer Feedforward Neural Network（SLFNs）算法，由Huang等基于 Moore-Penrose 广义逆的理论提出，主要针对SLFNs中存在的学习速率慢，迭代时间长，学习参数如学习步长、学习率需要人为提前设置等问题。与传统的神经网络学习算法相比，ELM只需要设置合适的隐层节点数，随机生成隐层所需所有参数，利用最小二乘法确定输出层权值。整个学习过程只需一步而无需多次更新隐层参数。正是因为ELM算法的快速学习能力以及较强的非线性逼近能力等特点，使得ELM在实际应用中受到了研究者们的青睐。 本代码给出了实现正则化极限学习机（RELM）、在线学习的极限学习机（OS-ELM）、带遗忘机制的在线学习极限学习机（FOS-ELM）使用python进行了实现，并基于一个简单的数据集对三种算法进行了比较，并比较了不同隐藏层节点对性能的影响。

该代码通过采用各种输入（如内聚力，土壤密度等）来计算任何土壤坡度的FOS。 在以下三种情况下使用瑞典浸入圆法进行计算： 1.无张力裂纹2.当出现张力裂纹时3.当裂缝充满水时