利用MeanShift（均值漂移）算法对Car_Data文件夹中的视频帧序列实现目标跟踪，待跟踪的目标为场景中的车辆，初始目标位置标定需手工标定，（该视频序列中目标尺度没有很大变化，故在实现算法中只考虑单一尺度即可，即首帧中的目标大小。
）后续帧中的目标位置需通过均值漂移方法得到。
）后续帧中的目标位置需通过均值漂移方法得到。
6.76MB
1
压缩包中包括linux和windows的程序源代码及实验报告消费者和生产者问题如下：• 一个大小为3的缓冲区，初始为空• 2个生产者– 随机等待一段时间，往缓冲区添加数据，– 若缓冲区已满，等待消费者取走数据后再添加– 重复6次• 3个消费者– 随机等待一段时间，从缓冲区读取数据– 若缓冲区为空，等待生产者添加数据后再读取– 重复4次说明：• 显示每次添加和读取数据的时间及缓冲区的状态• 生产者和消费者用进程模拟，缓冲区用共享内存来实现
2025/1/27 12:17:28
706KB
1
利用FPGA实现图片的ROM存储及VGA显示，图片大小为64*64，利用matlab生成.mif文件，利用ROM读取，实现VGA显示
2025/1/27 6:11:05
1.18MB
1
Asposewordsforjava-14.11最新（2014年11月30日版本）完美破解版，无水印无文件大小限制，本人亲自破解，内含操作代码和license，适用于jdk6.0的环境，免费提供下载，造福大众！警告：请勿用于商业用途，仅供学习研究，如有版权纠纷，本人概不负责！
2025/1/26 22:53:18
8.15MB
1
本问主要以预测秦皇岛煤炭价格为目标，通过问题一中不同因素对其影响权重的大小以及神经网络算法，建立价格预测模型。
BP神经网络模型处理信息的基本原理是：输入信号，通过中间节点（隐层点）作用于输出节点，经过非线性变换，产生输出信号，网络训练的每个样本包括输入向量和期望输出量t，网络输出值y与期望输出值t之间的偏差，通过调整输入节点与隐层节点的连接强度值和隐层节点与输出节点之间的连接强度以及阈值，使误差沿梯度方向下降，经过反复学习训练，确定与最小误差相对应的网络参数（权值和阈值），训练即告停止。
此时经过训练的神经网络即能对类似样本的输入信息，自行处理输出误差最小的经过非线性转换的信息。
BP神经网络模型处理信息的基本原理是：输入信号，通过中间节点（隐层点）作用于输出节点，经过非线性变换，产生输出信号，网络训练的每个样本包括输入向量和期望输出量t，网络输出值y与期望输出值t之间的偏差，通过调整输入节点与隐层节点的连接强度值和隐层节点与输出节点之间的连接强度以及阈值，使误差沿梯度方向下降，经过反复学习训练，确定与最小误差相对应的网络参数（权值和阈值），训练即告停止。
此时经过训练的神经网络即能对类似样本的输入信息，自行处理输出误差最小的经过非线性转换的信息。
2025/1/24 21:36:25
278KB
1
visualc++vc把一个对话框窗口分隔成几部分,可以调整分隔条来调整各窗口的大小.zip
2025/1/22 2:24:39
340KB
1
提取正负样本的HOG特征，目标可以是行人、车辆等等，提取的hog特征输入SVM中进行训练生成检测器，可以实现目标检测。
注：检测窗口根据目标大小进行设定。
注：检测窗口根据目标大小进行设定。
2025/1/18 19:13:07
205KB
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