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 CNN MINST matlab
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 mnist 神经网络
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
2023/4/20 21:43:03 5KB Tensorflow Python Opencv
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 Opencv SVM
1
电脑经由串口授给单片机,单片机用KNN算法给动手写数字的料想下场,并且在液晶上展现
2023/4/14 0:28:49 6.3MB stm32 KNN
1
手写数字的数据集MNIST,训练会合的100条记录,用于BP三层神经网络实验测试。
2023/2/21 21:05:22 178KB Data
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
2023/2/18 23:06:07 11.06MB MNIST数据
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 手写数字识别
1
手写数字识别,通过模板婚配,还有欧氏距离来实现,识别正确率挺高的
2023/2/13 13:53:13 75KB matlab
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 模式识别 SVM分类法
1
共 151 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