基于MFCC和SVM的说话人性别识别建立了普通话语音性别数据库,提出联合梅尔频率频谱系数(Mel-frequencyCepstrumCoefficients,MFCC)的特征提取方法和支持向量机(SupportVectorMachine,SVM)的分类方法进行说话人性别识别,并与其它分类方法进行比较,实验结果表明该方法的说话人性别识别精确率达到98.7%,明显优于其它分类器。
2023/2/4 21:53:55
520KB
1
压缩包内有一份报告，一份亲测运转无误的完整Matlab工程代码和一份ORL的92*112的人脸图片库（pgm格式），可以当做一个小的课程设计来使用
2023/2/3 18:47:39
8.36MB
1
对jaffe人脸库进行辨认测试，将jaffe人脸库分为训练集和测试集两部分，首先对图片进行LBP+LPQ特征提取，然后svm分类辨认，统计辨认率
2023/1/27 22:14:12
2.66MB
1
逐行代码正文简单易懂，带其他资源缺的那个目标函数的设计，没错就是你找的那个，当时我也找了好久
2023/1/15 8:05:21
14KB
1
采用PCA进行人脸特征脸的提取，基于osu-svm进行分类，采用的数据集是ORL人脸库，识别正确率可达93%。
资源包括代码，osu-svm工具箱，orl人脸库、实验保存的数据以及对程序的详细阐明，值得刚开始做人脸识别的看看！
资源包括代码，osu-svm工具箱，orl人脸库、实验保存的数据以及对程序的详细阐明，值得刚开始做人脸识别的看看！
2018/5/1 2:40:47
5.23MB
1
基于HOG和SVM行人检测算法的FPGA实现，朱秋龙，王振宇，行人检测技术目前已广泛使用于人们的生活和工作中，在不同的场合对行人检测技术提出不同的要求。
由于在某些特定场合对行人检测的
由于在某些特定场合对行人检测的
2020/11/27 22:02:28
575KB
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