1、流形学习是一种非线性降维或数据可视化的方法,已经在图像处理如人脸图像,手写数字图像,语言处理方面取得了较好的效果,在机械故障诊断方面也有很好的效果;
2、资源包含轴承振动源数据和流行学习的Matlab程序。
2024/2/18 4:58:23 4.11MB 流行学习 轴承 故障诊断 matlab程序
1
BP神经网络实现手写数字识别,使用matlab实现。
内有测试数据及实验结果,非常适合入门者使用。
绝对超值、值5分。
0.99MB的文件下载该文档,你不会吃亏。
2024/2/15 22:34:12 1018KB BP神经网络 数字识别 手写数字识别
1
CNN卷积神经网络实现,Matlab仿真,识别手写数字集。
2024/2/6 5:54:07 11.36MB CNN matlab
1
代码主要实现了对手写数字的识别,可通过代码得到识别的错误率,
2024/1/27 13:27:42 1KB BP神经网络 mnist数据集
1
KNN算法使用MNIST数据集、0-1二值图集、自写的数字图片集,做手写数字识别的代码,文件夹分类明确。
2024/1/23 5:45:20 98.11MB 手写数字识别
1
5000个手写数字组成的训练集,是由20*20灰度图按列展开得到的,用于训练神经网络进行数字识别
2024/1/19 21:24:39 17.53MB machine lear
1
《模式识别与智能计算》MATLAB技术实现杨淑莹光盘文件:安装说明+软件+聚类分析+手写数字分类+测试数据集
2024/1/16 18:53:47 2MB 模式识别 智能计算 MATLAB
1
我自己的0~9手写数字,适合用于神经网络手写数字识别测试。
2024/1/11 18:23:24 223KB MNIST 手写数字识别
1
3种模板匹配法实现的手写数字识别示例3种模板匹配法实现的手写数字识别示例3种模板匹配法实现的手写数字识别示例
1
python不使用框架实现卷积神经网络识别手写数字,在100个的测试集上准确率最高可达95%。
内含数据集
1
共 139 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