XiaoMi-AI文件搜索系统
World File Search System平均强度
使用平均强度、SVM 和 SIFT 检测驾驶员疲劳
驾驶员疲劳是事故的主要原因之一。这增加了对车辆中驾驶员疲劳检测机制的需求，以减少事故期间的人员和车辆损失。在提出的方案中，我们从安装在车辆内的摄像头拍摄视频。从拍摄的视频中，我们使用 Viola-Jones 算法定位眼睛。一旦眼睛被定位，就会使用三种不同的技术（即平均强度、SVM 和 SIFT）将它们分类为睁开或闭合。如果发现眼睛闭了很长时间，则表示疲劳，因此会发出警报提醒驾驶员。我们的实验表明，SIFT 的表现优于平均强度和 SVM，在五个视频的数据集上实现了 97.45% 的平均准确率，每个视频的长度为两分钟。DOI：10.9781/ijimai.2017.10.002
高强度（90 MPa）的抗压强度
试样尺寸对平均强度和强度分散性的影响（Tucker 1927、1941、1945）。这些解释基于这样的前提：试样可以被视为由具有固有强度分布的较小单元组成。试样尺寸的影响是根据对试样中单元强度的统计考虑确定的。二
开发具有标准化接口的高保真汽车激光雷达传感器模型
摘要：本文介绍了一种开发独立于工具的高保真基于光线追踪的光检测和测距 (LiDAR) 模型的过程。该虚拟 LiDAR 传感器包括扫描模式的精确建模和 LiDAR 传感器的完整信号处理工具链。它是使用标准化开放仿真接口 (OSI) 3.0.2 和功能模型接口 (FMI) 2.0 开发为功能模型单元 (FMU)。随后，它被集成到两个商业软件虚拟环境框架中以证明其可交换性。此外，通过在时间域和点云级别比较模拟和实际测量数据来验证 LiDAR 传感器模型的准确性。验证结果表明，模拟和测量的时间域信号幅度的平均绝对百分比误差 (MAPE) 为 1.7%。此外，从虚拟目标和真实目标接收的点数 N points 和平均强度 I mean 的 MAPE 分别为 8.5% 和 9.3%。据作者所知，这是迄今为止报告的接收点数 N points 和平均强度 I mean 的最小误差。此外，距离误差 d error 低于实际 LiDAR 传感器的测距精度，对于此用例为 2 cm。此外，将试验场测量结果与商业软件提供的最先进的 LiDAR 模型和提出的 LiDAR 模型进行了比较，以测量
Illuminaio：解析Illumina微阵列输出文件
对于两个文件类型，返回列表中最重要的条目是项目Quants。在读取未加密的文件时，这包含平均强度（平均值），珠子数（nbead）和阵列上每种珠类型的可变性（SD）度量。除了这些其他其他信息外，还提供了表达阵列，包括平均强度的中位数和修剪均值的估计值，平均局部背景强度以及排除在外的离群值之前存在的珠子数量。
IDE161 是一种潜在的首创临床候选 PARG 抑制剂，选择性靶向具有复制压力和 DNA 修复脆弱性的实体肿瘤
A) 描绘了对 TOP1 和 PARG 双重抑制的拟议 MOA 的模型。B) 对 PRISM 化合物和 PARGi 的反应的 Spearman 相关图；橙色表示 TOP1 抑制剂，黑色表示其他。（插图）按 MOA 分组的顶级相关化合物的 Swarmplot（未显示少于 2 种化合物的 MOA）。拓扑异构酶抑制剂 (TOP)、法呢基转移酶 (FT)、微管蛋白聚合 (TP)、极光激酶 (AK)、胸苷酸合酶 (TS)。C) 使用 PAR MSD 测定法评估 PAR 链积累。值绘制为相对于 DMSO 对照的平均值 ± SD。使用 Student's t 检验进行统计分析；ns（不显著）、**（<0.01）、***（<0.001）。D）（左）使用基于抗 TOP1cc 抗体的免疫荧光测定法在指示时间点测量 TOP1-DNA 裂解复合物 (TOP1cc)。根据单个细胞中的 TOP1cc 平均强度值进行群体分箱和非线性曲线拟合。使用 Kruskal-Wallis 检验进行统计分析；****(<0.0001)。（右）使用基于抗 γ -H2AX 抗体的免疫荧光测定法检测核 γ -H2AX。值（平均值 ± SD）绘制为 γ -H2AX 平均强度范围的百分比群体。E）从 CldU 标记的 DNA 纤维测量结果显示，IDE161 和 CPT 介导的复制叉减慢。框表示中位数和 IQR。使用 Mann-Whitney U 检验进行统计分析；*(<0.05)，**** (<0.0001)。
Trucost环境数据 - 私人公司
EEIO模型涵盖了跨温室气体排放，空气，陆地和水的污染，废物产生以及其他自然资源使用的最大效果。这些环境强度因素以排放或资源使用为百万美元的经济产出的单位报告，并源自表3中提到的各种国家，国际和行业数据库。S1根据我们在年度参与计划中从公司收集的数千种披露来评估这些数据。在可用的情况下，S1方法论使用特定于国家 /地区的信息来告知全球平均强度因子，这些因素是由生产价值加权的。这种方法使我们可以考虑全局模型中不同部门的排放概况的差异。
增强了脑肿瘤MR图像分割的增强区域
摘要：脑肿瘤是儿童和成人死亡率增加的最大原因之一。脑肿瘤是大量的组织，它无法控制调节大脑内部生长的正常力。脑肿瘤就会出现。大脑内部或颅骨内部的细胞异常生长，可能是癌变或非癌性的是成年人在埃塞俄比亚等发展中国家之下的成年人死亡的原因。研究表明，生长算法的区域可以手动或半手动初始化种子点，从而影响分割结果。但是，在本文中，我们提出了一种增强的自动种子点初始化区域生长算法。使用常见数据集Brats2015将拟议方法的性能与最先进的深度学习算法进行了比较。在拟议的方法中，我们应用了阈值技术来从每个输入脑图像中剥离头骨。剥去头骨后，将大脑图像分为8个块。然后，对于每个块，我们计算了平均强度，并从中从八个块中选择了最大平均强度的五个块。接下来，将五个最大平均强度用作分别生长算法的区域的种子点，并为每个头骨剥离的输入脑图像获得了五个不同的感兴趣区域（ROI）。我们提出的方法在三种不同的实验设置中得到了验证。使用骰子相似性评分（DSS），联合（IOU）的交叉点以及针对地面真实（GT）的准确性（GT）评估了使用拟议方法生成的五个ROI，并选择了最佳的感兴趣区域作为最佳ROI。最后，将最终的ROI与DSS的不同最新深度学习算法和基于区域的分割算法进行了比较。在第一个实验设置中，其中15个随机选择的大脑图像用于测试，并实现了DSS值为0.89。在第二和第三实验设置中，提出的方法分别为12个随机选择和800个脑图像的DSS值分别为0.90和0.80。三个实验设置的平均DSS值为0.86。
一种基于量子行走和混沌的高安全图像加密方案
摘要：随着第四代（4G）和第五代（5G）等通信技术的革命性进步，过去几十年来多媒体数据共享的使用急剧增加。研究人员提出了许多基于经典随机游走和混沌理论的图像加密算法，以便以安全的方式共享图像。本文提出用量子游走代替经典随机游走来实现高图像安全性。经典随机游走由于状态间的随机转换而表现出随机性，而量子游走则更具随机性，并通过波函数的叠加和干涉实现随机性。使用相关系数、熵、直方图、时间复杂度、像素变化率和统一平均强度等广泛安全指标对所提出的图像加密方案进行了评估。所有实验结果均验证了所提出的方案，并得出结论：所提出的方案具有高度安全性、轻量级和计算效率。在所提出的方案中，相关系数、熵、均方误差（MSE）、像素数变化率（NPCR）、统一平均变化强度（UACI）和对比度的值分别为0.0069、7.9970、40.39、99.60%、33.47和10.4542。
量子阱微柱腔中的少光子全光相位旋转
光子平台是量子技术的绝佳环境，因为弱的光子与环境耦合可以确保较长的相干时间。量子光子学的第二个关键因素是光子之间的相互作用，这可以通过交叉相位调制 (XPM) 形式的光学非线性提供。这种方法支撑了量子光学 1 – 7 和信息处理 8 中的许多拟议应用，但要发挥其潜力，需要强的单光子级非线性相移以及可扩展的非线性元件。在这项工作中，我们表明所需的非线性可以由嵌入量子阱的微柱中的激子极化子提供。它们将激子的强相互作用 9、10 与微米级发射器的可扩展性结合起来。11。使用衰减到单光子平均强度以下的激光束，我们观察到每个极化子的 XPM 高达 3±1 mrad。以我们的工作为第一步，我们为极化子晶格中的量子信息处理铺平了道路。XPM 的量子应用包括远距传物 1 、光子数检测 2 、计量学 4 、密码学 5 和量子信息处理 (QIP)，其中它被提议作为电路 6 和测量 7 的途径
嵌入式底极V1.0草稿1规格
重音灯（彩色）：用于强调特定对象或表面特征的嵌入式定向倾斜，或吸引人们注意视场的一部分（改编自ANSI/IES LS LS-1-22：“重音照明”）。主动模式：将使用产品的能量连接到电源电源和主要产生功能的状态被激活。（改编自IEC 62301 Edition 2.0 2011-01）孔径尺寸：跌落灯逃脱跌落的点之间的最大距离。梁角度：以度为单位的角度，在两个相反的方向之间，其中平均强度为中心束强度的50％，在至少两个旋转平面中测量，彼此之间，彼此之间，围绕梁轴90°。（ANSI C78.379-2006）颜色渲染索引（CRI）：与光源照亮时颜色移位物体程度的度量相比，与被相同物体的参考源照亮的相同物体的颜色相比。（ANSI/IES LS-1-22）颜色可调节的倾斜：为了本规范的目的，颜色可调的倾斜具有功能，使最终用户可以更改倾斜生成的光的颜色外观，包括以下任何功能：