北大ACM在线评测系统,适合搭建自己的评测系统,也可以在此基础上进行修改ACM在线评测系统的网名为acm.zjut.edu.cn,它是集程序设计竞赛、竞赛训练、课程实验、平时练习于一身的网上实时提交系统,非常好用,需要的可以下载哦!
2025/8/27 14:40:56 12.83MB 北大ACM在线评测系统 acm
1
本课程是DSP技术类课程配套的课程设计,要求学生通过高级语言或汇编语言编程实现较复杂的功能。
通过课程设计,使学生加深对DSP芯片TMS320C54x的结构、工作原理的理解,获得DSP应用技术的实际训练,掌握设计较复杂DSP系统的基本方法。
2025/8/26 17:36:58 534KB Matlab CCS
1
雅诗兰黛用例:性能分析问题:将全球(互联网)资产的性能分析连接到搜索功能很少的大型数据库(超过一百万)资产中的原始资产。
在资产内部嵌入唯一标识符的问题是,当它们在进入社交媒体的过程中经过许多不同的手/公司时,它们很容易丢失。
使用图像分类,我们可以避免该问题。
目标:为图像资产分析和竞争对手分析奠定基础。
将在社交媒体和零售网站上的数字资产管理系统之外找到的操纵图像资产连接回数字资产管理系统内原始资产的文件路径。
障碍:此项目的训练数据本来就很小,每个资产只有一张图片。
我们只知道图像是被操纵的,而不是图像的实际处理(裁剪,叠加,缩放等)。
一些图像彼此非常相似。
有一条细线可用来区分相似的图片,并连接相同图片的受控版本。
方法:1)图像分类2)自动编码图像分类:使用Keras/Tensorflow,我带了他们的imagedatagenerator并创建了原始图像的合成版本。
2025/8/24 17:08:31 8.56MB JupyterNotebook
1
本基于MATLAB图像处理的疲劳驾驶检测提出了一种基于视觉信息和人工智能的驾驶员睡意自动检测模块。
该系统的目的是对驾驶员的面部和眼睛进行定位、跟踪和分析,计算睡意指数,以防止事故的发生。
人脸和眼睛的检测都是通过AdaBoost分类器来实现的。
为了提高人脸跟踪的精度,提出了一种检测与目标跟踪相结合的方法。
提出的人脸跟踪方法,还具有自校正能力。
在找到眼睛区域后,利用局部二值模式(LBP)提取眼睛特征。
利用这些特征,训练一个支持向量机分类器(SVM)进行眼睛状态分析。
2025/8/22 21:24:45 741KB 疲劳驾驶 智能检测 matlab adaboost分类
1
使用贝叶斯分类器实现文本文件的分类判别。
1、可以指定训练集进行文本训练;
2、使用训练好的特征值进行未知文件类型的判别。
2025/8/20 9:09:46 1.76MB 贝叶斯 文本分类
1
这段代码为机器学习初学者设计,提供了一个易于理解且实用的卷积神经网络(CNN)入门示例。
通过简单的步骤展示如何构建、训练和评估一个基本的CNN模型,帮助新手快速上手深度学习的基础实践。


使用Python编写代码可以很简单且清晰,非常适合新手入门。


2025/8/20 4:57:32 11KB 卷积 神经 网络
1
手势识别预训练模型
2025/8/17 10:43:02 773.23MB 深度学习
1
电子科技大学《微机原理与接口技术》7套期末考试训练试卷(含答案)
2025/8/17 8:06:40 20.09MB 微服务
1
采用动量梯度下降算法训练BP网络。
训练样本定义如下:输入矢量为p=[-1-231-115-3]目标矢量为t=[-1-111]有注释
2025/8/15 10:58:52 1KB 神经网络
1
程序可用,自带训练和测试数据集,每个模块是单独编,可读性强,利用率高。
2025/8/15 1:47:10 41KB 算法 SVM GA
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