XiaoMi-AI文件搜索系统
World File Search System直方图
Multilin 850
可能影响电子设备可靠性的典型环境条件包括电压，电流密度，温度，湿度，气体，灰尘，污染，机械应力，冲击，辐射，辐射以及电场和磁场的强度。这些环境因素与特定安装条件下的自然天气条件不同，并且有益于监测。850 Relay的内置环境意识功能（专利“预测智能电子设备维护的系统和方法”）从设备投入使用的点开始收集每个操作条件的直方图。监测的环境条件包括温度，湿度和瞬态电压。可以从运行ENERVISTA MULTILIN 8系列设置程序的PC访问的诊断页面中检索每个环境因子的直方图。
计算机视觉和图像处理
1实施各种灰度转换以增强图像。2实施直方图均衡技术。3编写一个程序，以在输入图像上应用卷积过程以进行图像平滑。4实现定向梯度（HOG）的直方图进行特征提取。5编写一个程序，以在输入图像上应用比例不变特征变换。6实施视频中背景减法的框架差异技术。7实施主成分分析以计算特征向量以降低维度。8实施对象检测算法yolo。9实现R-CNN算法进行对象检测。10使用光流技术实施运动估计。11实现对象识别。12实现面部表达识别。
使用多模态优化进行脑磁共振图像 (MRI) 分割
摘要 医学界高度关注的领域之一是从脑磁共振成像 (MRI) 中分割肿瘤。早期诊断恶性肿瘤对于为患者提供治疗是必要的。如果及早发现，患者的预后将会改善。医学专家在诊断脑肿瘤时使用手动分割方法。本研究提出了一种简化和自动化该过程的新方法。在最近的研究中，多级分割已广泛应用于医学图像分析，分割方法的有效性和精度与使用的分割数量直接相关。然而，选择合适的分割数量通常由用户决定，并且对于许多分割算法来说都是具有挑战性的。所提出的方法是基于 3D 直方图的分割方法的修改版本，该方法可以自动确定合适的分割数量。一般算法包含三个主要步骤：第一步是使用高斯滤波器平滑图像的 3D RGB 直方图。这样可以消除过于接近的不可靠和非主导直方图峰值。接下来，多峰粒子群优化方法识别直方图的峰值。最后，根据非欧几里得距离将像素放置在最符合其特征的聚类中。所提出的算法已经应用于癌症成像档案 (TCIA) 和脑 MRI 图像的脑肿瘤检测数据集。将所提出方法的结果与三种聚类方法的结果进行了比较：FCM、FCM_FWCW 和 FCM_FW。在对各种 MRI 切片进行这三种算法的比较分析中。我们的算法始终表现出卓越的性能。它在这三个指标中都获得了最高平均排名，表明了其在聚类中的稳健性和有效性。所提出的方法在实验中是有效的，证明了它能够找到适当的聚类。
气体附录：为自动驾驶汽车系统生成快速准确的替代模型
图1显示了在玉米田中车辆相机收集的现实世界图像的原始验证数据集上，作物 - 监测工具[1]使用的RESNET-18网络的错误分布。左右图分别用于标题和距离感知误差。直方图显示实际误差频率，而线路显示拟合的正态分布。分布与直方图非常匹配，表明神经网络的误差是正态分布的。图2从视觉上比较了神经网络输出分配与凉亭内捕获的图像预测的分布。红色虚线椭圆和蓝色实心椭圆显示了神经网络输出分布的3σ置信边界和感知模型预测的分布。这两个分布彼此紧密匹配，尤其是当车辆在中心附近并直接指向前方时。
机器学习的数学基础-Robert Nowak
1个机器学习的概率1 1.1执行摘要。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。1 1.2简介。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。1 1.3关节，边缘和条件概率。。。。。。。。。。。。。。。。。。。。。。。。。。。。3 1.4直方图分类器。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。3 1.4.1基本概率计算。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。3 1.5期望。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。4 1.6独立的渲染变量总和。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。5 1.7 excergies。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。6
制作狗的沉浸式屏幕界面，以控制其家中的屏幕
对表现出接收场的神经元的分析取决于生物体的空间位置，例如网格，位置或边界细胞，通常是从使用射击速率图绘制其在空间中的活性开始的。然而，映射方法是多种多样的，并取决于通常由实验者定性选择的调音参数，因此在整个研究中都有很大变化。诸如此类参数的小变化可能会显着影响结果，但是迄今为止尚未尝试对发射速率图进行定量研究。使用模拟数据集，我们检查了调谐参数，记录持久性和射击场大小如何影响使用最广泛使用的方法生成的空间图的准确性。对于每种方法，我们都发现了一个明确的参数子集，该参数产生了低误差射击率图并隔离了产生的参数1）可能的误差最小，2）帕托托 - 最佳参数集，这些参数集平衡，计算时间，位置场检测准确性和缺失值的外推。平滑的双变量直方图和平均移位直方图始终与最快的计算时间相关联，同时仍提供准确的地图。自适应平滑和嵌合方法被发现可以最有效地补偿低位置采样。内核平滑的确定性估计还可以很好地补偿了低采样的良好，并获得了准确的地图，但它也是测试最慢的方法之一。总体而言，在大多数情况下，双变量直方图，再加上空间平滑，这可能是最理想的方法。
使用分阶段seq技术对循环肿瘤DNA分析进行分析验证，以检测B细胞恶性肿瘤中的残留疾病
图1。在M12中跟踪EB1彗星的等源性PC细胞系，表达GFP标记的WT-或变体-AR。 mt Tips和AR用GFP标记并成像一分钟（每秒的采集率为两个图像）。 EB1彗星是计算跟踪的（Yang等，2005）。 颜色编码代表EB1速度和较冷的颜色对应于较低的速度，较温暖的颜色对应于更快的速度。 比例尺等于5 µm。 （a）表达野生型AR变体的PC细胞的MT生长轨迹。 中位速度约为15 µm，边缘有明显的放缓，那里没有AR。 （b）表达对紫杉醇治疗具有抗性的ARV7变体细胞的MT生长轨迹。 中位速度约为24 um/min。 下面板显示相应的EB1彗星速度直方图。 在AR野生型中显示了µm/min的生长速度的直方图和ARV7变体的（d）。 我们解散了前列腺组织（图 2）根据（Goldstein等，2011）和培养的类器官在M12中跟踪EB1彗星的等源性PC细胞系，表达GFP标记的WT-或变体-AR。mt Tips和AR用GFP标记并成像一分钟（每秒的采集率为两个图像）。EB1彗星是计算跟踪的（Yang等，2005）。颜色编码代表EB1速度和较冷的颜色对应于较低的速度，较温暖的颜色对应于更快的速度。比例尺等于5 µm。（a）表达野生型AR变体的PC细胞的MT生长轨迹。中位速度约为15 µm，边缘有明显的放缓，那里没有AR。（b）表达对紫杉醇治疗具有抗性的ARV7变体细胞的MT生长轨迹。中位速度约为24 um/min。下面板显示相应的EB1彗星速度直方图。在AR野生型中显示了µm/min的生长速度的直方图和ARV7变体的（d）。我们解散了前列腺组织（图2）根据（Goldstein等，2011）和培养的类器官
对患有...的儿科患者的基底神经节进行评估
背景：原发性肾病综合征是儿童慢性肾衰竭的重要原因。疾病期间可能会出现重要的神经元并发症。目的：本研究旨在通过纹理分析证明肾病综合征患儿的基底神经节受累情况。方法：分析了 22 例原发性肾病综合征患儿和 40 例年龄相仿的健康儿童的脑 MRI 图像。从丘脑、豆状核和尾状核提取脑 MRI T2 加权图像并进行纹理分析。结果：对 22 例原发性肾病综合征患儿和 40 例对照组患儿的图像进行了评估。患者组和对照组在年龄和性别方面没有显著差异（P 值分别为 0.410；0.516）。丘脑的直方图参数平均值、1.P、10.P、50.P、90.P、99.P值之间存在显著差异（P值分别为0.001；0.000；0.001；0.002；0.004；0.009）；豆状核的直方图参数平均值、1.P、10.P、50.P、90.P、99.P值之间存在显著差异（P值分别为0.031；0.019；0.006；0.006；0.003；0.003；0.001；0.002）。从尾核获得的直方图参数的平均值、1.P、10.P、50.P、90.P、99.P 值之间存在显著差异（P 值分别为 0.002；0.005；0.002；0.002；0.002；0.003；0.003）。结论：纹理分析可能有助于显示原发性肾病综合征儿科患者的脑实质受累情况，因为它可以显示传统图像上无法识别的变化。
抗治疗癌细胞的计算分析
图1。在M12中跟踪EB1彗星的等源性PC细胞系，表达GFP标记的WT-或变体-AR。 mt Tips和AR用GFP标记并成像一分钟（每秒的采集率为两个图像）。 EB1彗星是计算跟踪的（Yang等，2005）。 颜色编码代表EB1速度和较冷的颜色对应于较低的速度，较温暖的颜色对应于更快的速度。 比例尺等于5 µm。 （a）表达野生型AR变体的PC细胞的MT生长轨迹。 中位速度约为15 µm，边缘有明显的放缓，那里没有AR。 （b）表达对紫杉醇治疗具有抗性的ARV7变体细胞的MT生长轨迹。 中位速度约为24 um/min。 下面板显示相应的EB1彗星速度直方图。 在AR野生型中显示了µm/min的生长速度的直方图和ARV7变体的（d）。 我们解散了前列腺组织（图 2）根据（Goldstein等，2011）和培养的类器官在M12中跟踪EB1彗星的等源性PC细胞系，表达GFP标记的WT-或变体-AR。mt Tips和AR用GFP标记并成像一分钟（每秒的采集率为两个图像）。EB1彗星是计算跟踪的（Yang等，2005）。颜色编码代表EB1速度和较冷的颜色对应于较低的速度，较温暖的颜色对应于更快的速度。比例尺等于5 µm。（a）表达野生型AR变体的PC细胞的MT生长轨迹。中位速度约为15 µm，边缘有明显的放缓，那里没有AR。（b）表达对紫杉醇治疗具有抗性的ARV7变体细胞的MT生长轨迹。中位速度约为24 um/min。下面板显示相应的EB1彗星速度直方图。在AR野生型中显示了µm/min的生长速度的直方图和ARV7变体的（d）。我们解散了前列腺组织（图2）根据（Goldstein等，2011）和培养的类器官