使用weka.jar包，只要两个java文件，有一个是House类(定义一个样本及其属性)，还有一个就是基于House类生成每一个样本的arff文件代码

本资源为，基于CNN的人脸识别程序中，训练过程中所运用的样本图像

SerialPlot接受3种不同类型的数据输入：*简单的二进制流，支持不同的数字格式（无符号/有符号-8/16/32位和浮点数）*CSV格式的ASCII数据*用户定义的自定义帧格式（帧开始字节，帧大小，校验和等）。
您可以拍摄当前视图的快照并将其存储在CSV文件中。
您也可以从CSV文件加载它们，方便查看。
用户也可以通过点击定义“命令”发送到串口设备。
命令可以用HEX或ASCII格式定义。
SerialPlotv0.10.0发布哈桑YavuzÖzderya•09/03/2017在15:19•0评论SerialPlot0.10发布。
此版本带来了一些功能改进，次要功能和错误修复。
现在，您可以设置2个选项，而不是“样本数”选项卡中的“样本数”选项。
“缓冲区大小”和“绘图宽度”。
“缓冲区大小”是保存在内存中的样本总数，“绘图宽度”是在X轴上一次绘制的最大样本数。
要查看以前的样本，只需使用X轴滚动条。
这个区别的主要原因是表现。
以前，您无法将样本数量设置得太高，因为SerialPlot试图一次绘制所有数据。
现在您可以将“缓冲区大小”设置为1.000.000，只要保持“绘图宽度”较小，很可能就可以了。
另一个好处是，有时当你频繁地更改数据时，缩放出路并不意味着太多，您也可以在X轴上保持一定的缩放级别，以便能够看到任何细节。
如果你喜欢旧的行为，你总是可以设置缓冲区大小选项相同的数量作为绘图宽度，它应该没事。
请记住，虽然“绘图宽度”选项有一个较小的限制，然后“缓冲区大小”出于功能的原因。
一张纸条;功能改进没有完成。
我仍在进行一些改进，以增加“缓冲区大小”限制。
现在您可以设置RS232控制信号（DTR，RTS），并从“端口”选项卡查看输入信号（）状态。
能够设置DTR信号是一个要求的功能，以便SerialPlot可以与ArduinoLeanardo板一起使用。
我们现在也有一个更新检查器。
您可以从“帮助”菜单启动它。
除非您禁用了SerialPlot，否则每天会检查一次更新。

用于车牌字符辨认的样本，每个字符样本为100个，共计6000多个样本，大小为16*32。
用于车牌字符辨认的训练和测试

python代码，进行曲线的婚配过程，完整可编译，有输入的样本可供实验

基于提高红外图像行人检测准确率的目的，提出了一种基于多特征的红外行人检测算法。
首先提取训练样本的梯度方向直方图特征和强度自类似性特征，利用二者相结合得到联合特征训练支持向量机（SVM），之后利用滑动窗口法対整幅红外图像进行遍历，用训练好的SVM进行分类检测。
在LSIFarInfraredPedestrianDataset数据库上实验证明，基于多特征的检测方法相较于单一特征的方法提高了红外行人检测的精度，降低了误检率和漏检率。

一个可选定roi区域拍照的程序文本代码以及用其创作的手部样本1000份，只需在一块白色的背景前设置ROI，即可利用摄像头将输入设备的视频分成大量可用于分类器、神经网络训练的手势图片。

很多初入深度学习的学生都会遇到各种环境配置问题，环境搭建不好模型就跑不了，所以这是限制新手的一大难点，MATLAB具有成熟的运行环境，无需配置，这点对于想跑通一个深度学习模型的新手是非常有利的。
所以，本教程手把手教你使用MATLAB中的深度学习框架，完成遥感影像分类的具体操作步骤。
本教程给出完整的代码、操作手擦、原始训练及测试样本，旨在最大限度的简化操作步骤，让深度学习零基础的学生也可以轻松跑通深度学习代码，增加自信心和学习兴味，为遥感影像分类提供一个可借鉴的新型的方法。

内容资源完好、详细、具体。
包括1_影像分割；
2_阈值分类；
3_隶属度函数；
4_基于样本的监督分类+分类后手动编辑分类结果；
5_cart分类器分类；
6_cart分类器分类.

作者在做图像识别研究时，用来制造正负样本训练集，大家在使用时应注意修改工程里面的param.h的参数。

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。