基于python实现的SGM半全局立体匹配算法,直接替换图片位置即可，均有注释。

SGM-Nets: Semi-global matching with neural networks 原文

介绍了关于安川电机驱动器SGM系列使用手册的详细说明，提供驱动器的技术资料的下载。

SGM算法在KITTI2015数据集上测评结果 开发环境：python=3.6、numpy=1.19.5、opencv-python=4.5.5.64 操作系统：Ubuntu20.04LTS 处理器：Intel(R) Core(TM) i7-9700 CPU @ 3.00GHz 实验记录： 1、WTA、SSD策略，disparity=190，radius=3，视差<=3精度：0.5611，运行时间：7.4344s 2、WTA、SSD策略，disparity=64，radius=3，视差<=3精度：0.5611，运行时间：2.7495s 3、SGM、SSD策略，disparity=64，radius=3，视差<=3精度：0.8161，运行时间：22.7137s 4、SGM、NCC策略，disparity=64，radius=3，视差<=3精度：0.8119，运行时间：28.0640s 5、SGM、SAD策略，disparity=64，radius=3，视差<=3精度：0.6681，运行时间：22.3349

永久免费！这是来自日本的一个音乐人制作的 GM 波表音源，大部分采样是从罗兰 Roland JV-1080 录制而来。听起来效果还很不错，可以用音源宿主等软件加载它。

smote的matlab代码SGM-CNN 一种将类不平衡处理与深度学习相结合的基于流的网络入侵检测模型：SGM-CNN。 版权所有：黄璐璐、张红波（郑州大学信息工程学院） 本次NIDS的两位贡献者是Lulu Huang女士和SN ENGR。 张红坡（）。 如果您有任何问题，请随时给我们发送电子邮件。 请引用我们的论文，以防您发现我们的工作有用。 (1) Hongpo Zhang、Lulu Huang、Chase Q. Wu 和 Zhanbo Li：一种基于 SMOTE 和高斯混合模型的有效卷积神经网络，用于不平衡数据集中的入侵检测。 计算机网络 (2020), doi:10.1016/j.comnet.2020.107315 (2) Hongpo Zhang, Chase Q. Wu, Shan Gao, Zongmin Wang, Yuxiao Xu and Yongpeng Liu: An Effective deep learning based scheme for network intrusion detection, in: 2018 24th Internationa

用UNSW数据集进行入侵检测，运用各种组合模型，精确度能达到90%以上，运用比较流行的神经网络模型分别进行了测试

项目中用到动态加载模型，superMap提供的模型太少所以就自己做了一些模型，可以直接加载到桌面工具，也可以在项目中加载。

安川伺服驱动器∑-Ⅲ系列SGM□□SGDS用户手册（英文版）pdf,Those selecting Σ-III Series servo drives or peripheral devices for Σ-III Series servo drives. ? Those wanting to know about the ratings and characteristics of Σ-III Series servo drives. ? Those designing Σ-III Series servo drive systems. ? Those installing or wiring Σ-III Series servo drives. ? Those performing trial operation or adjustments of Σ-III Series servo drives. ? Those maintaining or inspecting Σ-III Series servo drives.

3D双目立体重建基于立体视觉测量是目前效果最好的算法