android端，基于openCV与深度学习，实现快速准确的车牌识别。
平均识别耗时350ms左右，采集100样本识别准确率达到95%。
识别过程：1、使用openCV确定车牌左右、上下区域；
2、车牌倾斜判断与校正；
3、滑动切割字符；
4、深度学习对每个字符进行识别
平均识别耗时350ms左右，采集100样本识别准确率达到95%。
识别过程：1、使用openCV确定车牌左右、上下区域；
2、车牌倾斜判断与校正；
3、滑动切割字符；
4、深度学习对每个字符进行识别
2024/7/21 21:39:02
24.82MB
1
这款FTP工具可以批量导入网址自动破解，并且可以判断被猜解的网站中是否存在文件，空文件的能自动识别，可以不用手动登录每个去判断，直接找到有效的数据
2024/7/21 14:39:54
4.09MB
1
原创，测试识别率0.99，重构图像完全比不上PCA，但能满足分类要求。
可下载后直接运行，并保存特征向量数据
可下载后直接运行，并保存特征向量数据
2024/7/21 9:08:02
5.1MB
1
【实验内容】编写一个语法分析程序，对于给定的输入串，能够判断识别该串是否为给定文法的句型。
【实验步骤和要求】1．从键盘读入输入串，并判断正误；
2．若无误，由程序自动构造FIRST、FOLLOW集以及SELECT集合，判断是否为LL（1）文法；
3．若符合LL（1）文法，由程序自动构造LL（1）分析表；
4．由算法判断输入符号串是否为该文法的句型。
【实验步骤和要求】1．从键盘读入输入串，并判断正误；
2．若无误，由程序自动构造FIRST、FOLLOW集以及SELECT集合，判断是否为LL（1）文法；
3．若符合LL（1）文法，由程序自动构造LL（1）分析表；
4．由算法判断输入符号串是否为该文法的句型。
2024/7/20 12:06:39
19KB
1
算法流程：本系统运用PCA算法来实现人脸特征提取，然后通过计算欧式距离来判别待识别测试人脸，本个系统框架图如下：图：人脸识别系统框架图整个系统的流程是这样的，首先通过图像采集建立人脸库，这个人脸库里的人脸图像必须是格式及像素统一的，然后针对库里的人脸进行人脸训练，利用PCA进行人脸特征提取，获取特征矩阵向量组，将测试人脸投缘到特征子空间中，运用欧氏距离，在人脸库里查找相应的人脸图像，并输出。
二、算法介绍基于PCA算法的人脸特征提取2.1PCA的基本原理PCA中文全称主成分分析法（PrincipalComponen
二、算法介绍基于PCA算法的人脸特征提取2.1PCA的基本原理PCA中文全称主成分分析法（PrincipalComponen
2024/7/20 6:33:57
8.68MB
1
依照某AR模型生成一段数据（1000），同时用另一MA模型生成一段数据（200），合成一段1200长度的数据1）依赖于这1200个数据的前800个数据，识别这段数据背后的AR模型。
2）在1）的基础上对新数据进行预测，并通过后续的400个数据进行判别（数据模型是否匹配）或者模型的修正（修正只需要提供思路和方法）。
2）在1）的基础上对新数据进行预测，并通过后续的400个数据进行判别（数据模型是否匹配）或者模型的修正（修正只需要提供思路和方法）。
2024/7/19 12:53:17
133KB
1
中科院自动化所考博真题，科目为模式识别，部分答案(之前下载所需积分自动被修改，为了修改所需积分修改资源描述，因为要求必须超过50字)
2024/7/19 1:12:55
14.4MB
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