包内含: Houdini6_x.sfs Houdini6_y.sfs Houdini6_z.sfs Houdini7_x.sfs Houdini7_y.sfs Houdini7_z.sfs Houdini8_y.sfs Houdini9_y.sfs 和其他版本Houdini 版本较全，需者自取

云计算综合运维

参照Agrawal在06年发表的EECV论文，实现从图像中恢复深度

easySFS TL; DR-easySFS是用于有效选择人口规模投影以构建站点频谱的工具。 它可以用于将VCF转换为dadi / fastsimcoal / momi2样式的SFS，以进行人口统计分析。 为什么需要这个？ 站点频谱不能以连贯的方式构造在缺少值的数据矩阵上。 数据丢失是类似于RADSeq的数据集的显着特征，仅删除缺失的站点将彻底丢弃大部分数据。 一个人也可以估算缺失的值，有些人这样做，但是如果您有很多缺失的数据，则估算将是不可靠的。 向下投影方法是这两个极端之间的一种折衷。 您可以“投影”到较小的样本大小，并“平均”所有可能的重采样以构建完整的数据矩阵。 需要明确的是，我没有发明这种向下投影的策略，我相信Marth等人2004年在这里得到了赞誉，我只是制作了这个用于自动探索投影值的python程序。 选择投影值 关于如何选择投影值，Gutenkunst等人2009提供了

est-sfs 使用最大似然方法来推断未折叠位点频谱 (uSFS) 和 DNA 序列数据的祖先状态概率。 uSFS 是对来自群体的基因拷贝样本中具有 x 衍生等位基因拷贝的核苷酸位点计数的载体。 est-sfs 使用来自多达三个外群物种的信息推断焦点物种多态位点的 uSFS 和祖先状态概率。 已经实施了三种核苷酸替代模型。 有关该方法的详细信息，请参见 Keightley 和 Jackson，Genetics 209：897-906 (2018)。

SFS相关的C语言代码，供大家学习使用

模式识别中用SFS算法实现特征选择MATLAB实现代码

基于图像阴影恢复三维形状，以图像照度方程为基础，利用图像灰度信息来获取物体表面的形状信息

SFS一款轻量级Linux工具箱教程材料.mp4

用SFS法进行三维表面重建的分析和实现,难得的好资源