采用一种基于深度学习的人脸识别系统，通过逐层预训练的方法训练网络的初始权值，随后再精调网络，可使网络达到全局最优，避免网络模型陷入局部最优。
2017/2/20 21:53:51
7.29MB
1
1.独立站点，局部源码2.包需独立上传，没有附带3.不存在分销联盟，广告联盟，独立操作4.7套vip模板，4套wap模板5.版权，友链可编辑
2017/7/19 17:34:04
10.96MB
1
由于目前大多数交互式Graph-Cut分割算法很难达到精确分割且实时交互的效果.对此,提出一种基于局部颜色模型的改进算法.该算法利用Mean-Shift预分割,建立基于局部颜色模型的交互式分割框架,并将像素级的Graph-Cut算法转化为基于区域的算法进行快速求解.预分割之后的区域保持了原有图像的结构,不只提高了采用局部颜色模型估计分布的准确性,而且基于区域Graph-Cut的算法明显降低了计算的复杂度.实验结果表明,改进后的算法不只保证了分割的精确性,而且还达到了实时交互.
2017/11/5 4:27:31
818KB
1
为了处理传统遗传算法中易早熟和陷入局部最优，造成收敛慢，效率低的问题，提出了一种改进的遗传算法GBLSA(GeneticBasedonLink-StateAlgorithm)。
对遗传算法的基本算子进行改进，其中将链路状态算法强大的寻优能力融入交叉算子中，保证个体逐代进化。
引入与遗传代数相关的自适应概率，提高了遗传算法的搜索效率和收敛速度。
仿真实验表明，与传统遗传算法和TSPLIB标准值相比，提出的方法得到的结果路径更优，效率更高。
对遗传算法的基本算子进行改进，其中将链路状态算法强大的寻优能力融入交叉算子中，保证个体逐代进化。
引入与遗传代数相关的自适应概率，提高了遗传算法的搜索效率和收敛速度。
仿真实验表明，与传统遗传算法和TSPLIB标准值相比，提出的方法得到的结果路径更优，效率更高。
2017/9/9 10:40:36
1.46MB
1
从超星中打印出来的，较经典的好书，是另一种系统建模的方法，更自然地描述了理想世界中各客观事物之间的关系，用局部可知、确定来描述全局。
2015/7/1 23:31:10
7.63MB
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