车牌识别需要熬炼XML文件于是需要大宗汉字样本次收缩包搜罗比力片面
2023/5/11 1:50:07 743KB 车牌识别 汉字样本
1
 文中在钻研现有先验学识与反对于向量机领悟的底子上,针对于信托度函数凭阅历给出的不够,提出了一种未必信托度函数方式,更好地举行分类。
该方式是建树在模糊体系实际的底子上:将样本的大雅度信息作为先验学识使用于反对于向量机的结构中,在未必样本的信托度时,不光思考了样本到地址类中间之间的距离,还思考样本与类中另外样本之间的关连,经由模糊毗邻度将反对于向量与含噪声样本举行分辨。
文中将基于先验学识的反对于向量机使用于医学图像联系,以加拿大麦吉尔大学的brainWeb模拟脑部数据库提供的不合噪声的图像举行试验,试验下场评释付与基于先验学识的反对于向量机比传统反对于向量机具备更好的抗噪成果及分类才气。
1
2400个车牌正样本,残缺可感应做车牌识另外同砚提供熬炼集,留意是车牌识别,不是字符识别
2023/5/3 12:27:01 1.49MB 车牌正样本 机器学习
1
语义阐发(c)源代码,其中搜罗语义阐发试验报告样本。
语义阐发(c)源代码,其中搜罗语义阐发试验报告样本。
语义阐发(c)源代码,其中搜罗语义阐发试验报告样本。
语义阐发(c)源代码,其中搜罗语义阐发试验报告样本。
2023/5/1 12:41:16 26KB 语义分析(c)
1
用于opencv的瓜果识另外图像样本,有苹果、香蕉、梨子。
2023/5/1 7:58:33 17.82MB opencv 水果识别 水果样本
1
Iris数据集是罕用的分类试验数据集,由Fisher,1936凑集收拾。
Iris也称鸢尾花卉数据集,是一类多重变量阐发的数据集。
数据集搜罗150个数据集,分为3类,每一类50个数据,每一个数据搜罗4个属性。
可经由花萼长度,花萼宽度,花瓣长度,花瓣宽度4个属性料想鸢尾花卉属于(Setosa,Versicolour,Virginica)三个品种中的哪一类。
iris以鸢尾花的特色作为数据来源,罕用在分类操作中。
该数据集由3种不合尺度的鸢尾花的50个样本数据组成。
其中的一个品种与另外两个品种是线性可离散的,后两个品种玄色线性可离散的。
该数据集搜罗了5个属性:&Sepal.Length(花萼长度),单元是cm;&Sepal.Width(花萼宽度),单元是cm;&Petal.Length(花瓣长度),单元是cm;&Petal.Width(花瓣宽度),单元是cm;&品种:IrisSetosa(山鸢尾)、IrisVersicolour(正色鸢尾),以及IrisVirginica(维吉尼亚鸢尾)。
2023/4/29 21:57:09 3KB 数据集
1
使用Hu距作为特色SVM分类器举行料想的行为识别法度圭表标准,能够识别stand_up/hand_up/nothing三个种别,适宜初学者,可普通运行。
由于熬炼的样本较少,所以识别下场不是很准确,有待于扩展样本数目,驱散巨匠下载交流。
2023/4/28 15:01:43 4.31MB 动作识别 Hu距 SVM opencv2.4.9
1
人脸检测负样本,品种残缺,适宜深度学习熬炼,机械学习熬炼
2023/4/27 5:39:57 53.61MB 负样本
1
opencv汽车分类熬炼正负样本,其中正样本516张,负样本1045张,从视频上手工抠图下来的,能够用来做车辆分类熬炼测试,低分提供给巨匠,驱散试验
2023/4/26 21:02:24 14.57MB opencv 车辆分类器 正负样本 图片资源
1
这是一个样本的试验,现将振动信号举行LMD剖析,患上到剖析后的PF份量,在求份量的关连系数啦遴选份量,在求每一个PF份量的样本熵特色,结构一个特色向量,你指的具备,有帮手的话,阻滞你好评,谢谢,有下场加我主页qq。
2023/4/26 3:32:10 60KB matlab
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