迩来试验名目用到了车牌识另外数据集，在CSDN上下了格式千般的数据集，发现踩了许多若干坑。
收入许多积分后我将好用的数据打包做了汇总，阻滞是你们所需要的。
该数据集搜罗两个文件夹，一是代表熬炼集的车牌字符集，(联系以及标注好的车牌标志（英文+中文）的灰度图片)。
二是，用于作为测试数据的车派司片（玄色车辆车派司片）共183张。
收入许多积分后我将好用的数据打包做了汇总，阻滞是你们所需要的。
该数据集搜罗两个文件夹，一是代表熬炼集的车牌字符集，(联系以及标注好的车牌标志（英文+中文）的灰度图片)。
二是，用于作为测试数据的车派司片（玄色车辆车派司片）共183张。
2023/3/22 0:53:17
70.82MB
1
corel-1k版本的标准图像库，确确实实包含1000张图片哈！下了就晓得了~常见的巴士类、恐龙、人群、海滩、建筑、大象、花朵等！
2023/3/18 1:43:09
29.27MB
1
coco2017数据集官网下载的被我上传到了百度云，约26G左右，包含训练集，测试集，验证集及标签。
个人建议百度云会员下载，速度会极度快！！！
个人建议百度云会员下载，速度会极度快！！！
2023/3/14 22:50:16
147B
1
关于elm进行回归预测的分析，使用方法很简单，只需输入训练集和测试集就可以进行elm预测了，预测的结果会保存在相应的.mat文件里，详细操作请看代码里的操作说明。
资源里有调用函数ELM.m，执行函数guidence.m文件，作为调用实例，直接运行就可以了，简单易懂，汉语正文说明等。
运行结果会直接输出测试集的MAE,RMSE,MAPE,DISTAT这几个统计量
资源里有调用函数ELM.m，执行函数guidence.m文件，作为调用实例，直接运行就可以了，简单易懂，汉语正文说明等。
运行结果会直接输出测试集的MAE,RMSE,MAPE,DISTAT这几个统计量
2023/3/14 18:22:44
4KB
1
本系统是基于svm训练得到的分类器，代码包含了数据集的预处理和模型训练，对给定测试集进行测试，并根据已有标签计算精确度。
代码内有详细注释，下载即可运行。
如有疑问可联系
代码内有详细注释，下载即可运行。
如有疑问可联系
2023/3/10 18:20:42
131.31MB
1
CongressonEvolutionaryComputation（cec）2013年的材料，java版和matlab版还有c版的，matlab的需要C++编译器才行，是混合编程的，具体看readme.外加DRMA-LSCh-CMA的源码一份。
觉得不错请回来评论一下，谢谢。
觉得不错请回来评论一下，谢谢。
2023/3/5 1:34:44
34.96MB
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
本对象为Matlab中的libsvm支持向量机对象箱，版本为3.23，内含heart_scale的测试集。
2023/2/12 12:38:43
851KB
1
minist手写数字数据集(原始图片)；
42000张图片，0-9MNIST数据集来自美国国家标准与技术研讨所,NationalInstituteofStandardsandTechnology(NIST).训练集(trainingset)由来自250个不同人手写的数字构成,其中50%是高中学生,50%来自人口普查局(theCensusBureau)的工作人员.测试集(testset)也是同样比例的手写数字数据.
42000张图片，0-9MNIST数据集来自美国国家标准与技术研讨所,NationalInstituteofStandardsandTechnology(NIST).训练集(trainingset)由来自250个不同人手写的数字构成,其中50%是高中学生,50%来自人口普查局(theCensusBureau)的工作人员.测试集(testset)也是同样比例的手写数字数据.
2023/2/5 6:35:45
28.81MB
1
对jaffe人脸库进行辨认测试，将jaffe人脸库分为训练集和测试集两部分，首先对图片进行LBP+LPQ特征提取，然后svm分类辨认，统计辨认率
2023/1/27 22:14:12
2.66MB
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