态度决定高度！让优秀成为一种习惯！世界上没有什么事儿是加一次班解决不了的，如果有，就加两次！（---茂强）一个网络Network一个树Tree一个RDBMSRDMBMS一个稀疏矩阵稀疏矩阵网络或者Kitchensink顶点顶点边边graphx是一个图计算引擎，而不是一个图数据库，它可以处理像倒排索引，推荐系统，最短路径，群体检测等等有向图与无向图有向图无向图有环图与无环图两者的区别在于是否能够沿着方向构成一个闭环有环图无环图有标签图与无标签图有标签无标签图伪图与循环从简单的图开始，当允许两个节点之间有多个边的时候，就是一个复合图，如果在某个节点上加个循环就成了伪图，GRAPHX中的图都是伪图伪
2025/1/2 4:42:46
2.87MB
1
1、matlab代码，实现稀疏表示中L1范数最小化的求解问题。
2、稍微修改了一下函数的接口，解决了用C++调用这个matlab函数时参数传参问题。
因为该函数用到了varargin，可变参数传参，而C++参数传递都是固定的。
3、代码我自己亲自用opencv调用过，可以使用。
4、如果不用将Matlab的.m文件生成dll供c++调用，则可以去我的资源里面查找一下，里面我上传了一个由m文件生成的.h,.dll,.lib供C++调用的文件。
直接将三个文件放入到C++代码可以访问到的地方即可。
2、稍微修改了一下函数的接口，解决了用C++调用这个matlab函数时参数传参问题。
因为该函数用到了varargin，可变参数传参，而C++参数传递都是固定的。
3、代码我自己亲自用opencv调用过，可以使用。
4、如果不用将Matlab的.m文件生成dll供c++调用，则可以去我的资源里面查找一下，里面我上传了一个由m文件生成的.h,.dll,.lib供C++调用的文件。
直接将三个文件放入到C++代码可以访问到的地方即可。
2024/12/7 0:06:39
4KB
1
本文将介绍一种基于深度学习和稀疏表达的人脸识别算法。
首先，利用深度学习框架(VGGFace)提取人脸特征；
其次，利用PCA对提取的特征进行降维；
最后，利用稀疏表达分类实现特征匹配。
我采用CMC曲线评价在AR数据库上的识别性能。
最后我还提供了整个过程的code。
首先，利用深度学习框架(VGGFace)提取人脸特征；
其次，利用PCA对提取的特征进行降维；
最后，利用稀疏表达分类实现特征匹配。
我采用CMC曲线评价在AR数据库上的识别性能。
最后我还提供了整个过程的code。
2024/11/21 0:28:51
41.39MB
1
SLAM技术是目前机器人、自动驾驶、增强现实等领域的关键技术之一，是智能移动平台感知周围环境的基础技术。
本文介绍了基于视觉传感器（单目、双目、RGB-D等相机）的SLAM技术的原理和研究现状，包括基于稀疏特征的SLAM、稠密/半稠密SLAM、语义SLAM和基于深度学习的SLAM。
然而，现有的系统与方法鲁棒性并不高，随着人工智能技术的发展，深度学习与传统的基于几何模型的方法相结合的趋势正在形成，这将推动视觉SLAM技术朝着长时间大范围实时语义应用的方向前进。
视觉SLAM算法的现状1、基于稀疏性特征的SLAM2、稠密SLAM和半稠密SLAM3、语义SLAM4、基于深度学习的SLAM
本文介绍了基于视觉传感器（单目、双目、RGB-D等相机）的SLAM技术的原理和研究现状，包括基于稀疏特征的SLAM、稠密/半稠密SLAM、语义SLAM和基于深度学习的SLAM。
然而，现有的系统与方法鲁棒性并不高，随着人工智能技术的发展，深度学习与传统的基于几何模型的方法相结合的趋势正在形成，这将推动视觉SLAM技术朝着长时间大范围实时语义应用的方向前进。
视觉SLAM算法的现状1、基于稀疏性特征的SLAM2、稠密SLAM和半稠密SLAM3、语义SLAM4、基于深度学习的SLAM
2024/11/13 18:25:29
23.44MB
1
深度学习不断增长的能源耗费和性能成本，促使社区通过选择性修剪组件来减少神经网络的规模。
与生物学上的相似之处是，稀疏网络即使不能比原来的密集网络更好，也能得到同样好的推广。
与生物学上的相似之处是，稀疏网络即使不能比原来的密集网络更好，也能得到同样好的推广。
2024/11/12 22:47:52
4.36MB
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