用PCA法进行烟雾检测。
输入的图像为两张,然后训练SVM,最后检测出第二张图像是否有烟雾。
该方法由Dr.RaulRojas.实现,内附论文和数据mat。
Matlab源代码。
注意图像长宽像素必须是16的倍数。
2025/5/6 8:01:51 10.23MB 烟雾检测
1
本文基于传统的LPC倒谱特征和KC复杂性特征建立了一个说话人确认系统,采用了YOHOspeakerverifiea:ion数据库,Enroll阶段:采用238说话人4个session每个Sessi。
n有10个语音样本数据,Verify阶段:采用138说话人10个Session每个session有4个语音样本数据,训练模板和测试该说话人确认系统,取得了较好的说话人确认效果。
2025/5/3 18:07:09 3.12MB LCP
1
这个是BING算法纯检测部分的实现,训练好的模型已经在里面了。
只需要修改你自己图片的路径就可以使用。
工程上使用大概20FPS。
2025/5/3 10:14:55 14.17MB 图像 BING算法 目标检测
1
267张车牌比较正的图片,适合做车牌识别的训练及测试。
2025/5/2 7:26:37 23.74MB 车牌识别 图像库
1
AnyHand是编写一个视觉工具箱时的副产品,将其中的手势识别部分抽取出来做成了这个简单的手势识别库。
通过手势与计算机交互是计算机视觉交互的一个重要领域,这个库可以帮助具有一定编程能力,但没有计算机视觉背景的开发者快速地生成一个手势交互系统。
其中提供的API可以被用于图形用户界面应用程序。
只需要选取一个合适的手势模板,无需大量的模板训练就可就可以进行手势识别。
识别过程中将会实时返回您需要的手势名称、手势位置以及手势包围盒等信息,方便应用系统的调用。
在应用前请先仔细阅读系统的《安装与配置文档》、《应用文档》和《API描述文档》。
2025/4/30 18:41:40 2.69MB 手势 识别 计算机视觉
1
深度信念网络,有代码,有实例,有数据。
用于深度网络预训练。
深度信念网络,有代码,有实例,有数据。
用于深度网络预训练。
2025/4/27 15:11:22 42.67MB 深度信念网络 matlab代码 深度学习
1
代码分为read_can_use.m和main_can_ues.m先运行read_can_use.m读取图片的像素值,使用奇异值分解的方法得到对应的特征。
程序预设了只读取前5个人的人脸图片,可以自己改成最多15个人。
然后运行main_can_use.m,程序会输出112323,每个数字代表一张图片最有可能的识别类别(就是人的编号)。
对每个人的11张图片,取前7张训练网络,后4张测试网络,取前5个人进行实验。
所以共有35个训练样本,20个测试样本。
比如输出的结果是111122123333…..,因为每4个数字是属于同一个人的,前四个都是1则都预测正确,第二组的4个数字2212中的那个1就是预测错误(本来是2预测成了1)。
由于参数的随机初始化,不保证每次的结果都相同。
2025/4/25 5:01:34 1.39MB 神经网络 人脸识别
1
研究了基于运动想象的皮层脑电信号ECoG的特点,针对BCI2005竞赛数据集I中的ECoG信号,通过提取频带能量获得了想象左手小指及舌头运动时的特征,结合Fisher,SVM-RFE及L0算法对特征进行选择,采用10段交叉验证的方法得到训练数据集在各维特征数下的识别正确率并选出最佳特征组合.结果表明:三种特征选择方法中SVM-RFE算法所选出的特征组合可以获得最低的识别错误率以及最低的特征维数,针对所选出的特征组合,使用训练数据集的特征对线性支持向量机进行训练,使用训练好的模型对测试数据集进行分类,识别正确率可以达到94%.
1
CT107D单片机综合训练平台蓝桥杯单片机开发程序,此代码是本人参加蓝桥杯比赛前训练所写!
2025/4/23 8:41:31 355KB 蓝桥杯 CT107D单片机
1
一种基于K-SVD和正交匹配追踪算法(OMP)相结合的信号去噪算法。
该算法利用K-SVD算法将Gabor字典训练成能够最有效反映信号结构特征的超完备字典,然后基于训练完成的超完备字典,用OMP算法把一定数量的字典原子进行线性组合来构成原始信号,从而实现信号的去噪。
2025/4/22 3:46:23 76KB 稀疏分解 K-SVD OMP 图像处理
1
共 1000 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡