本资源源于天津大学开设的媒体盘算课程，搜罗三个名目（BOF+SIFT图片搜查、svm图片多分类以及cnn手势图片识别），报告以及READEME，具备未必的参考价钱
2023/4/27 17:02:51
33.45MB
1
输入数据描摹：轴承缺陷数据，缺陷有十类，行使滑动窗口举行数据采样，一个样本大小为1024，每一类缺陷有1000个样本，总共10000个样本，输入数据方式为10000x1024，至关于1024个变量，标签付与one-hot编码，参数调解：ga妹妹a：责罚参数（自己调参），kernel：核函数（自己遴选）sigma：核函数宽度（自己调参）
2023/3/30 23:48:08
5KB
1
运用VS2013+OpenCV2.4.10提取手势傅里叶描述子特征运用SVM离线识别手势图片
2015/2/6 2:31:48
14.29MB
1
运用VS2013+OpenCV2.4.10提取手势傅里叶描述子特征运用SVM离线识别手势图片
2020/1/5 5:03:31
14.29MB
1
多分类损失函数label.shape:[batch_size];pred.shape:[batch_size,num_classes]运用tf.keras.losses.sparse_categorical_crossentropy(y_true,y_pred,from_logits=False,axis=-1)–y_true真实值，y_pred预测值–from_logits,我的理解是，如果预测结果经过了softmax(单次预测结果满足和为1)就运用设为`False`, 如果预测结果未经过softmax就设为`True`.pred=tf.c
2022/11/5 23:53:30
37KB
1
本文设计了一种基于支持向量机（SVM）的运动目标识别算法，以对运动目标进行准确的识别和分类。
鉴于支持向量机在小样本，非线性和高维模式识别方面的优势，构造了一种基于支持向量机的分类器。
利用形状特征构成的特征向量分类样本对支持向量机进行训练和分类，结合支持向量机和二叉决策树构成多分类器。
对象特征向量用作SVM的输入，我们将使用分类器对检测到的运动对象进行分类。
实验结果表明，该算法能够准确识别和分类视频图像中的不同对象。
鉴于支持向量机在小样本，非线性和高维模式识别方面的优势，构造了一种基于支持向量机的分类器。
利用形状特征构成的特征向量分类样本对支持向量机进行训练和分类，结合支持向量机和二叉决策树构成多分类器。
对象特征向量用作SVM的输入，我们将使用分类器对检测到的运动对象进行分类。
实验结果表明，该算法能够准确识别和分类视频图像中的不同对象。
2021/9/4 2:30:54
299KB
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