腹部_MR_幻影 用于磁共振成像的逼真的4D腹部幻影。 本着可重现性研究的精神，我们的4D腹部MR幻影已在线上提供给社区。 源代码以MATLAB软件包的形式提供，可以在找到。 引用 如果您在科学出版物中使用过Abdominal_MR_Phantom，我们将对以下论文的引用表示赞赏： Lo WC，Chen Y，Jiang Y，Gulani V，Seiberlich N.用于磁共振成像的逼真的4D腹部幻影。 Proc Intl Soc Mag Reson Med，檀香山，2017，＃1231。 如果您使用过Fessler工具箱，也请引用以下文章： 菲斯勒JA。 基于非笛卡尔MRI的基于NUFFT的网格化。 J.Magn。 雷森2007; 188：191–195。 正在下载 请下载并安装Fessler工具箱，以用于非基于笛卡尔的NUFFT网格化。 菲斯勒工具箱： ://web.eecs

C#版Gif水印代码，可以用于asp.net网站,c#项目 该gif水印代码，解决了生成gif水印不清楚，有黑色横线，以及gif透明等问题，也截止目前最好的gif生成水印.net代码 gif文字水印，gif图片水印,gif图片缩略图，-非常难得的源代码，亲测可用代码，非dll,有保证。

逼真 html5 3d-book-flip 翻书翻页动画特效，翻页动画效果，这个效果只是一个展示，不需要鼠标单击就可看到效果，自动演示效果，书本的制作也为本翻书效果增加了逼真感，在掀开书页合拢书页的一瞬间，书页自然弯曲，这个效果特别逼真哦。

WCT2（接受ICCV 2019） 通过小波变换实现真实感的样式转移| *** * NAVER的Clova AI研究（*相等贡献） PyTorch实现的照片级风格转移，不需要任何进一步的后处理步骤； 例如，从白天到日落，从夏天到冬天，等等。这是第一个可以在4.7秒内对1024×1024分辨率图像进行样式化的端到端模型，无需任何后处理即可提供令人愉悦的逼真的质量。 该代码是由和编写的。 入门 相依性 PyTorch> = 0.4.1 检查requirements.txt pip install -r requirements.txt 安装 克隆此仓库： git clone https://github.com/clovaai/WCT2.git cd WCT2 可以在./model_checkpoints找到预训练的模型 准备图像数据集 可以在DPST存储库中找到图像 您可以

SmartSketch 先进的图像合成功能可增强您的创造力 下面的视频演示！ 学分 请在此处查看项目页面： : 在此处阅读论文： : 在此处查看源代码： : 特别感谢@AndroidKitKat帮助我们举办此活动！ 设置 您需要将COCO数据集的预训练生成器模型安装到checkpoints/coco_pretrained/ 。 有关说明，请参见nvlabs/spade库。 确保使用pip3 install -r requirements.txt （在/backend文件夹中）安装了所有Python需求。 完成后，您应该可以使用python3 server.py运行服务器。 它将在端口80的0.0.0.0上运行（对于Windows用户，在127.0.0.1 ）。 不幸的是，这些已硬编码到服务器中，现在您无法将CLI参数传递给服务器以指定端口和主机，因为PyTorch的内容

渐进迭代逼近（简称PIA）是一种直观有效的数据拟合方法。经典的PIA方法要求曲面控制顶点的个数等于拟合数据点的个数，并不适用于大量数据的拟合。为了改造经典PIA方法，特别研究了使用最频繁的三角曲面用PIA来生成的算法，并重点考虑实际中最常用的低次情形。证明了低次（n=2，3，4）非均匀三角 bezier曲面具有最小二乘渐进迭代逼近（简称 LSPIA性质，并且迭代得到的三角 Bezier曲面序列的极限就是数据点的最小二乘拟合。同时，还提供了如何选择合适的权值使得迭代拥有最快收敛速度的方法。实例验证了最小二乘PIA方法的有效性。

船型综合评价是一个多目标决策问题。为克服采用单一方法确定权重存在的片面性，基于主观赋权的层次分析法（AHP）、客观赋权的熵权法（EWM）和智能赋权的BP-神经网络法3类赋权法得到的权重，采用博弈论法来确定指标的组合权重，将各评价指标组合权重与逼近理想解排序法(TOPSIS)结合，建立博弈论–TOPSIS评价模型。并以一组消防船为例进行了案例分析。评价结果表明，博弈论–TOPSIS法与改进复合权重TOPSIS法的评价结果趋势一致，且博弈论–TOPSIS法的方案区分度更大，说明采用博弈论法确定的指标组合权重更加合理，能够为多方案船型评价工作提供更有效的评价工具。

用BP神经网络逼近非线性函数 ，智能控制大作业报告。

函数逼近matlab.rar

12位全差分逐次逼近ADC的设计