用卷积神经收集识别手写数字图像，使用部份MINST数据集，MATLAB编程，搜罗一个卷积层，一个池化层，一个全毗邻层，一个藏匿层。
2023/4/29 4:57:10
10.43MB
1
MNIST数据集来自美国国度尺度与本领钻研所,NationalInstituteofStandardsandTechnology(NIST).熬炼集(trainingset)由来自250个不合人手写的数字组成,其中50%是高中教师,50%来自生齿普查局(theCensusBureau)的责任人员.测试集(testset)也是同样比例的手写数字数据.
2023/4/24 11:19:13
13.19MB
1
需要下载MNIST数据集，将路途更正为当地MNIST数据集的地址。
需要OpenCV与Tensorflow情景
需要OpenCV与Tensorflow情景
2023/4/20 21:43:03
5KB
1
法度圭表标准测试情景VS2013+Opencv2.4.12遍历文件夹下齐全手写数字图片处置后压如堆栈末了用SVM举行分类识别
2023/4/14 0:44:06
6KB
1
可从该页面获得的MNIST手写数字数据库具有60,000个示例的训练集和10,000个示例的测试集。
它是NIST提供的更大集合的子集。
数字曾经过尺寸标准化，并以固定尺寸的图像为中心。
对于那些希望在实际数据上尝试学习技术和模式识别方法，同时在预处理和格式化方面花费最少的人来说，它是一个很好的数据库
它是NIST提供的更大集合的子集。
数字曾经过尺寸标准化，并以固定尺寸的图像为中心。
对于那些希望在实际数据上尝试学习技术和模式识别方法，同时在预处理和格式化方面花费最少的人来说，它是一个很好的数据库
2023/2/18 23:06:07
11.06MB
1
利用matlab制造的手写数字识别系统、代码可读性强，结构清晰、GUI运行界面、在MatlabR2014b下编辑完成，有手写版，也可导入图片识别。
2023/2/18 10:35:56
1.65MB
1
实现一对一SVM的手写数字识别，验证一对一SVM（成对分类法）用于手写数字识别的相关性质，及针对具体数据库，在识别精度、训练时间和测试时间方面对常见的几种多类分类方法进行对比。
2023/2/9 16:35:45
268KB
1
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