车辆检测负样本,9000张图,需要的下载吧
2023/9/6 18:25:31 204.84MB opencv
1
欧洲车牌样本,含有多个样本照片,非模板匹配中的单个字符模块库。
2023/9/2 12:43:23 34.28MB 欧洲 车牌 照片 样本
1
浮游植物吸收系数是海洋光学研究中重要的参数。
该参数随着海区以及时间不同呈现较大的差异。
为了更好地表征该参数,探讨了聚类法在浮游植物吸收系数非线性模型中的应用,修正了非线性模型中浮游植物吸收特性随区域性变化带来的误差。
通过计算不同波段的反射率二阶导光谱和吸收系数光谱的自适应指数(ARI)发现555~681nm波段的反射率二阶导光谱可以较好地表征吸收系数光谱的光谱特征。
因此,以555~681nm的反射率二阶导光谱为聚类分析样本对数组进行聚类分析。
通过实测数据对聚类法进行了验证,结果证明该方法可以较好地表征浮游植物吸收系数(均方根误差大于0.79)。
该研究是应用光学遥感方法提取浮游植物信息及海水光学特征必不可少的基础研究。
2023/9/1 23:37:07 4.39MB 遥感 浮游植物 吸收系数 remote
1
利用MATLAB的TrainingImageLabeler工具来标记样本并导出图像
2023/9/1 23:31:19 1KB 样本标记
1
本科毕业设计时有很多文献要写,除了内容这方面,格式也很重要,希望对即将毕业的朋友有用!
2023/9/1 23:05:08 54KB 文献综述样本
1
该说话人识别系统通过提取语音信号的MFCC特征参数,并由DWT算法计算得测试样本与各模板样本之间的距离,由最近临准则,完成说话人识别。
优点是算法简单,无需大量样本,缺点为需保证说话人说话的内容一致。
2023/9/1 6:51:52 1.15MB Matab
1
近些年来,人工智能领域又活跃起来,除了传统了学术圈外,Google、Microsoft、facebook等工业界优秀企业也纷纷成立相关研究团队,并取得了很多令人瞩目的成果。
这要归功于社交网络用户产生的大量数据,这些数据大都是原始数据,需要被进一步分析处理;还要归功于廉价而又强大的计算资源的出现,比如GPGPU的快速发展。
除去这些因素,AI尤其是机器学习领域出现的一股新潮流很大程度上推动了这次复兴——深度学习。
本文中我将介绍深度学习背后的关键概念及算法,从最简单的元素开始并以此为基础进行下一步构建。
如果你不太熟悉相关知识,通常的机器学习过程如下:1、机器学习算法需要输入少量标记好的样本,比如10
1
自己用matlab编写的基于Gabor的2DPCA人脸识别程序,运行速度快,识别率较高,直接输出对Yale数据库的识别率。
本程序附带Yale数据库,可以直接运行。
通过修改训练样本的个数,输出不同的识别律,可以研究训练样本个数对识别率的影响。
2023/8/22 14:39:33 6KB Matlab源码 2DPCA Gabor 人脸识别
1
两个通用的三层前向神经网络反向传播算法程序,一个采用批量方式更新权重,另一个采用单样本方式更新权重。
其中,隐含层结点的激励函数采用双曲正切函数,输出层的激励函数采用sigmoid函数。
目标函数采用平方误差准则函数。
2023/8/19 17:44:54 5KB ML BPnet
1
本文发现对比学习(ContrastiveLearning)相关的接受paper非常多,对比学习这几年方法的研究,特别是难样本的选取机制以及在CV、NLP、DM上应用也非常广,也是当前比较火的topic。
2023/8/12 13:42:07 27.12MB ICLR2021 对比学习
1
共 560 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