识别0-9十个数字，BP神经网络数字识别源代码使用说明第一步：训练网络。
使用训练样本进行训练。
（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。
首先，打开图像（256色）；
再次，进行归一化处理，点击“一次性处理”；
最后，点击“R”或者使用菜单找到相应项来进行识别。
识别的结果显示在屏幕上，同时也输出到文件result.txt中。
该系统的识别率一般情况下为90%。
此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。
具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“去噪”－“倾斜校正”－“分割”－“标准化尺寸”－“紧缩重排”。
注意，待识别的图片要与win.dat和whi.dat位于同一目录，这两文件保存训练后网络的权值参数。
具体使用请参照书中说明。
使用训练样本进行训练。
（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。
首先，打开图像（256色）；
再次，进行归一化处理，点击“一次性处理”；
最后，点击“R”或者使用菜单找到相应项来进行识别。
识别的结果显示在屏幕上，同时也输出到文件result.txt中。
该系统的识别率一般情况下为90%。
此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。
具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“去噪”－“倾斜校正”－“分割”－“标准化尺寸”－“紧缩重排”。
注意，待识别的图片要与win.dat和whi.dat位于同一目录，这两文件保存训练后网络的权值参数。
具体使用请参照书中说明。
2024/3/24 15:29:46
59KB
1
该代码使用Tensorflowr1.7在Ubuntu14.04下使用Python2.7和Python3.5进行测试。
代码中包含测试用例。
模型使用固定图像标准化。
在中科院自动化所，WebFace数据集已经被用于训练。
该面部检测后，该训练集包括总共453453个图像，超过10575个身份。
如果在训练之前过滤了数据集，则可以看到一些性能改进。
有关如何完成此操作的更多信息将在稍后提供。
性能最佳的模型已经在VGGFace2数据集上进行了训练，该数据集由~3.3M面和~9000个类组成。
提供了几个预训练模型。
请注意，模型的输入图像需要使用固定图像标准化进行标准化
代码中包含测试用例。
模型使用固定图像标准化。
在中科院自动化所，WebFace数据集已经被用于训练。
该面部检测后，该训练集包括总共453453个图像，超过10575个身份。
如果在训练之前过滤了数据集，则可以看到一些性能改进。
有关如何完成此操作的更多信息将在稍后提供。
性能最佳的模型已经在VGGFace2数据集上进行了训练，该数据集由~3.3M面和~9000个类组成。
提供了几个预训练模型。
请注意，模型的输入图像需要使用固定图像标准化进行标准化
2024/3/22 22:19:22
2.1MB
1
【内容简介】近几年来，国际学术界和IEEE标准化组织愈来愈对认知无线电（CognitiveRadio，CR）技术感兴趣，称其为未来无线通信领域的“下一个大事件”（NextBig了hing）。
本书通过5章内容来阐述认知无线电及实现认知无线电的代表性技术途径，介绍超宽带认知无线电和IEEE802.22标准。
第1章主要介绍Mitola提出的认知无线电以及当今学术界和工业界主要研究的频谱感知认知无线电；
第2章探讨了认知无线电在PHY和MAC层上感知周围无线环境的方法及算法，主要讲解动态频谱感知、频谱管理和频谱共享方面的技术；
第3章主要介绍了如何产生频谱灵活的认知无线电脉冲波，它们能够动态地对频谱分配策略和干扰要求做出反应，进而无缝地修正它的发射波形以适应特定的无线环境；
第4章介绍了认知网络中节点间的协作机制以及由多个节点构成约网络的整体优化设计技术，介绍了超宽带认知无线电网络（CognitiveUWBNetworks）节点间的合作方案等；
第5章主要介绍了IEEE802．22标准的现状及未来发展趋势。
本书内容丰富，图文并茂，可作为相关专业大学生与研究生的教材，也可供广大从事认知无线电技术研究和应用的工程技术人员参考。
本书通过5章内容来阐述认知无线电及实现认知无线电的代表性技术途径，介绍超宽带认知无线电和IEEE802.22标准。
第1章主要介绍Mitola提出的认知无线电以及当今学术界和工业界主要研究的频谱感知认知无线电；
第2章探讨了认知无线电在PHY和MAC层上感知周围无线环境的方法及算法，主要讲解动态频谱感知、频谱管理和频谱共享方面的技术；
第3章主要介绍了如何产生频谱灵活的认知无线电脉冲波，它们能够动态地对频谱分配策略和干扰要求做出反应，进而无缝地修正它的发射波形以适应特定的无线环境；
第4章介绍了认知网络中节点间的协作机制以及由多个节点构成约网络的整体优化设计技术，介绍了超宽带认知无线电网络（CognitiveUWBNetworks）节点间的合作方案等；
第5章主要介绍了IEEE802．22标准的现状及未来发展趋势。
本书内容丰富，图文并茂，可作为相关专业大学生与研究生的教材，也可供广大从事认知无线电技术研究和应用的工程技术人员参考。
2024/3/20 22:17:41
17.77MB
1
《软件设计师考试同步辅导：考点串讲、真题详解与强化训练（第2版）》是按照最新颁布的全国计算机技术与软件专业技术资格（水平）考试大纲和指定教材编写的考试参考用书。
全书分为13章，内容包括：计算机网络基础知识、程序语言基础知识、操作系统知识、系统开发和运行、网络基础知识、多媒体基础知识、数据库技术、数据结构、算法设计和分析、面向对象技术、标准化和软件知识产权基础知识、计算机专业英语和考前模拟卷。
每章分为备考指南、考点串讲、真题详解和强化训练四大部分，帮助读者明确考核要求，把握命题规律与特点，掌握考试要点和解题方法。
《软件设计师考试同步辅导：考点串讲、真题详解与强化训练（第2版）》紧扣考试大纲，具有应试导向准确、考试要点突出、真题分析详尽、针对性强等特点，非常适合参加软件设计师考试的考生使用，也可作为高等院校或培训班的教材。
目录第1章计算机系统知识第2章程序语言基础知识第3章操作系统知识第4章系统开发和运行第5章网络基础知识第6章多媒体基础知识第7章数据库技术第8章数据结构第9章算法设计和分析第10章面向对象技术第11章标准化和软件知识产权基础知识第12章计算机专业英语第13章考前模拟卷
全书分为13章，内容包括：计算机网络基础知识、程序语言基础知识、操作系统知识、系统开发和运行、网络基础知识、多媒体基础知识、数据库技术、数据结构、算法设计和分析、面向对象技术、标准化和软件知识产权基础知识、计算机专业英语和考前模拟卷。
每章分为备考指南、考点串讲、真题详解和强化训练四大部分，帮助读者明确考核要求，把握命题规律与特点，掌握考试要点和解题方法。
《软件设计师考试同步辅导：考点串讲、真题详解与强化训练（第2版）》紧扣考试大纲，具有应试导向准确、考试要点突出、真题分析详尽、针对性强等特点，非常适合参加软件设计师考试的考生使用，也可作为高等院校或培训班的教材。
目录第1章计算机系统知识第2章程序语言基础知识第3章操作系统知识第4章系统开发和运行第5章网络基础知识第6章多媒体基础知识第7章数据库技术第8章数据结构第9章算法设计和分析第10章面向对象技术第11章标准化和软件知识产权基础知识第12章计算机专业英语第13章考前模拟卷
2024/3/17 13:12:06
137.93MB
1
火龙果软件工程技术中心 本文内容包括：RUP和MSF的定义第一印象：从MSF到RUP的高层的映射过程设想映射其他元素原则结束语致谢：注释参考文献：现在对本文进行讨论！参考资料本文来自于RationalEdge：MicrosoftSolutionsFramework和Rational统一过程（RationalUnifiedProcess，RUP）都为软件开发团队提供过程指导，但您如何对二者进行比较呢？本文指出了两个框架主要的结构上的差别和相似之处。
如果您是过程工程师、过程分析人员，或者是想要为了组织的软件工作而将市场上可以买到的框架标准化的团队领导，那么本文很适合您。
我的目标是指出Ratio
如果您是过程工程师、过程分析人员，或者是想要为了组织的软件工作而将市场上可以买到的框架标准化的团队领导，那么本文很适合您。
我的目标是指出Ratio
2024/3/14 21:18:17
256KB
1
学期老师的作业，根据用户推测数据。
使用了KMEANS和KNN方法分类。
ZSCROS标准化数据。
使用MAT进行了XLC的替换功能
使用了KMEANS和KNN方法分类。
ZSCROS标准化数据。
使用MAT进行了XLC的替换功能
2024/3/10 18:21:13
283KB
1
该代码使用Tensorflowr1.7在Ubuntu14.04下使用Python2.7和Python3.5进行测试。
代码中包含测试用例。
模型使用固定图像标准化。
在中科院自动化所，WebFace数据集已经被用于训练。
该面部检测后，该训练集包括总共453453个图像，超过10575个身份。
如果在训练之前过滤了数据集，则可以看到一些性能改进。
有关如何完成此操作的更多信息将在稍后提供。
性能最佳的模型已经在VGGFace2数据集上进行了训练，该数据集由~3.3M面和~9000个类组成。
提供了几个预训练模型。
请注意，模型的输入图像需要使用固定图像标准化进行标准化（--use_fixed_image_standardization例如，在运行时使用该选项validate_on_lfw.py）。
代码中包含测试用例。
模型使用固定图像标准化。
在中科院自动化所，WebFace数据集已经被用于训练。
该面部检测后，该训练集包括总共453453个图像，超过10575个身份。
如果在训练之前过滤了数据集，则可以看到一些性能改进。
有关如何完成此操作的更多信息将在稍后提供。
性能最佳的模型已经在VGGFace2数据集上进行了训练，该数据集由~3.3M面和~9000个类组成。
提供了几个预训练模型。
请注意，模型的输入图像需要使用固定图像标准化进行标准化（--use_fixed_image_standardization例如，在运行时使用该选项validate_on_lfw.py）。
2024/2/3 22:02:24
2.1MB
1
上世纪九十年代以后，随着WfMC联盟的成立，BPM市场群雄逐鹿如火如荼，工作流技术得到了突飞猛进的发展，其中IBM、Oracle等大型软件厂商在工作流领域各扯大旗割据一方。
2011年BPMN2.0新规范的发布为各工作流产品互容互通提供了统一的标准，结束了各工作流厂商各自为政相互抵斥的局面。
BPM基本内容是管理既定工作的流程，通过服务编排，统一调控各个业务流程，以确保工作在正确的时间被正确的人执行，达到优化整体业务过程的目的。
BPM概念的贯彻执行，需要有标准化的流程定义语言来支撑，使用统一的语言遵循一致的标准描述具体业务过程，这些流程定义描述由专有引擎去驱动执行。
这个引擎就是工作流引擎，它作为B
2011年BPMN2.0新规范的发布为各工作流产品互容互通提供了统一的标准，结束了各工作流厂商各自为政相互抵斥的局面。
BPM基本内容是管理既定工作的流程，通过服务编排，统一调控各个业务流程，以确保工作在正确的时间被正确的人执行，达到优化整体业务过程的目的。
BPM概念的贯彻执行，需要有标准化的流程定义语言来支撑，使用统一的语言遵循一致的标准描述具体业务过程，这些流程定义描述由专有引擎去驱动执行。
这个引擎就是工作流引擎，它作为B
2024/1/28 2:08:35
460KB
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