imagen_processing:图像数据处理

Imagen MRI数据处理 fsl_dti 使用 FSL 预处理 DTI 数据。 freesurfer 使用 FreeSurfer 分割结构 MRI 数据。 tbss_dti 使用 mrtrix、dtitk、ants 和 fsl 对 DTI 数据进行预处理。 onsets_contrasts 从 CSV 行为文件到发作。 rsfMRI_preprocessing 使用 FSL 和 ANTS 对静息态 fMRI 数据进行预处理。 过时的 FU2 处理代码 spm_new_segment_FU2 使用 SPM 分割基线和 FU2 结构 MRI 数据。 spm_preprocessing_FU2 使用 SPM 预处理基线和基于 FU2 任务的 fMRI 数据。 spm_first_level_FU2 使用 SPM 对基线和基于 FU2 任务的 fMRI 数据进行第一

GETL:基于 Groovy 的 ETL 引擎-开源

PS亲爱的朋友们。 存储库迁移到 https://github.com/ascrus/getl 。 您可以从该站点或 maven 下载 jar 文件。 GETL - Groovy 中的基于包，它自动加载和转换数据的工作。 他的名字是“Groovy ETL”的首字母缩写。 GETL 是一组预先构建的类和对象库，可用于解决解包、转换数据并将数据加载到用 Groovy 或 Java 编写的程序以及从支持 Java 类工作的任何软件中的问题。 GETL在开发思路和以下要求时考虑到： 1.类层次结构越简单，解决方案就越容易； 2. 数据结构往往会随着时间的推移而改变，或者事先不知道，必须维护使用它们； 3.所有日常工作ETL应该尽可能自动化； 4.即时编译代码，为优化提速和预留； 5. 复杂的类层次结构保证其他开源解决方案的轻松连接。

Process Manager-开源

进程管理器是一个简单的程序，它允许您查看所有当前正在运行的进程，有效地杀死其中的任何一个，并启动新的进程。

svncr-开源

svncr，缩写为“颠覆代码审查工具”，使用 svn 在一份报告中为您提供责备、记录和差异。 它是一种差异格式报告，可以通过与日志消息和代码匹配的过滤器进行拆分。

pfGallery-开源

一个用 PHP 编写的简单图片库。 支持自动调整图像（缩略图）的大小。 包括用于上传图像、编辑等的管理员登录。在 BSD/Linux 系统上运行。 （当时不支持 Windows）。

arabicwordcorpus-开源

一个阿拉伯语语料库，其中包含一个巨大的单词列表，从 150 万个单词开始，对自然语言处理很有用。

wearyourdamnmask

戴上你该死的面具 该站点为构建脚本。 如果您想添加更多令人不安的事实，欢迎使用补丁。 建造 要建立... ruby build.rb 这将创建build/index.html文件。 或者让它监视文件更改并自动重建... bash watch.bash 但是，这需要 。

website:我的个人网站

入门 首先，复制.env.example并粘贴为.env.local ，填写所有字段： NEXT_PUBLIC_CONTENTFUL_SPACE_ID = ' ' NEXT_PUBLIC_CONTENTFUL_ACCESS_KEY = ' ' NEXT_PUBLIC_CUSDIS_APPID = ' ' NEXT_PUBLIC_SITE_URL = ' ' 其次，安装所有依赖项并运行开发服务器： yarn && yarn dev 最后，使用浏览器打开以查看结果。 学分 使用 、 、 和。 执照 此源代码在。

dsa-lsc:（旧）LSC 网站

DSA LSC 要开始编辑 DSA LSC 网站： 1. git clone git@github.com:tadiou/dsa-lsc.git 2. cd dsa-lsc 3. bundle install 4. bower install 5. bundle exec middleman DSA LSC 使用 middleman-foundation-6。 middleman-foundation-6 是一个最小的项目模板，使用框架版本 6 的版本。 其中很多是基于 ； 谢谢！ 先决条件 Ruby (2.4.0) 中间人（$ gem install middleman ） 凉亭（$ npm install -g bower ） 混帐 安装 middleman-foundation-6 作为中间人模板 $ middleman init my_new_project --t

engage:Microsoft Teams 启发项目

美德 Virtue 是一个基于 webRTC 的视频聊天网站。 它具有模糊视频、屏幕共享、测试聊天、邀请朋友等功能以及非常独特的上帝之眼功能。 上帝之眼与多个网络摄像头配合使用，它会自动从您正在查看的网络摄像头捕捉您的视频流。 Tensorflow 机器学习模型“人脸地标检测”用于实现上帝之眼。 一旦上帝之眼打开，它就会开始从连接到设备的每个摄像头映射用户的脸。 因此，当用户看向特定相机时，上帝之眼开始仅从该相机广播流。 对于模糊的眼睛，使用“Body pix”张量流模型在浏览器中执行实时人物分割。 Virtue 在后端使用 django，前端使用 HTML、CSS 和 Javascript。 该网站在服务器端呈现。 在本地运行代码的步骤 - First create the virtual env using the requirements.txt file - Run the