研究了基于运动想象的皮层脑电信号ECoG的特点,针对BCI2005竞赛数据集I中的ECoG信号,通过提取频带能量获得了想象左手小指及舌头运动时的特征,结合Fisher,SVM-RFE及L0算法对特征进行选择,采用10段交叉验证的方法得到训练数据集在各维特征数下的识别正确率并选出最佳特征组合.结果表明:三种特征选择方法中SVM-RFE算法所选出的特征组合可以获得最低的识别错误率以及最低的特征维数,针对所选出的特征组合,使用训练数据集的特征对线性支持向量机进行训练,使用训练好的模型对测试数据集进行分类,识别正确率可以达到94%.
2025/4/23 15:28:28
657KB
1
代码采用贝叶斯分类器对mnist数据集进行分类，文件中自带mnist数据集，代码采用python编写，分类正确率达97%以上。
2025/4/21 5:23:34
10.17MB
1
pythondlib库，训练人脸的68个特征点检测器。
包含数据集，源码。
详细可以参考我的博客：http://blog.csdn.net/hongbin_xu/article/details/78511923
包含数据集，源码。
详细可以参考我的博客：http://blog.csdn.net/hongbin_xu/article/details/78511923
2025/4/20 13:22:33
12.77MB
1
此压缩包中主要是有webface的50万数据集有数据里有问题的图片名字，用txt文档列出来了，txt大概7兆，还包括百度云下载链接，如果失效可以私信
2025/4/17 19:34:35
810KB
1
BPNet算法是一种最有效的多层神经网络学习方法算法实现分类。
包括已实现的代码和训练、测试的数据集。
包括已实现的代码和训练、测试的数据集。
2025/4/16 12:45:30
10KB
1
某盘链接，包括lfw原图和lfw经过mtcnn人脸检测对齐后抠出来的160x160的数据集，还有CASIA-WebFace经过人脸检测对齐后抠出来的144x144的数据集，链接无效或出现任何问题都可以私聊我！
2025/4/14 5:28:21
68B
1
人脸多种属性、关键点标注数据集，包含了10000张脸，其中7500用于训练，2500张用于测试，共98个关键点。
除了关键点之外，还有遮挡，姿态，妆容，光照，模糊和表情等多种属性信息的标注。
除了关键点之外，还有遮挡，姿态，妆容，光照，模糊和表情等多种属性信息的标注。
2025/4/12 22:52:16
154B
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