设计了一种基于matlab的手写数字识别系统，全面覆盖多种分类器，有Fisher线性判别，贝叶斯分类器，神经网络，k近邻等等线性与非线性的分类器，识别的准确率较高，具体依据各个算法的不同，可以在此基础上进行改进。
2023/6/12 9:25:47
102KB
1
lmdb格式的手写数字识别mnist数据集，已经转换成了lmdb格式，直接使用即可。
注意：此数据集不是原始格式，是已经转化为lmdb格式的数据集，主要用来进行caffe网络的训练。
注意：此数据集不是原始格式，是已经转化为lmdb格式的数据集，主要用来进行caffe网络的训练。
2023/6/11 15:41:43
12.02MB
1
手写数字识别MNIST数据集，内含t10k-images-idx3-ubyte.gz等四个压缩文件以及卷积神经网络识别代码。
2023/6/5 4:03:24
11.07MB
1
基于opencv-SVM算法实现手写数字识别，使用Qt做UI实现手写板，可以实时测试，资源包含源代码和可执行程序（release文件夹下的exe文件可以直接运行测试）
2023/6/4 16:18:18
51.49MB
1
使用神经收集对于美国邮政署（USPS)的手写数字数据集举行熬炼以及识另外matlab代码。
改编自机械学习ex4
改编自机械学习ex4
2023/5/10 14:54:19
1.42MB
1
基于BP神经收集的手写数字识别体系，基于Matlab开拓，实现手写输入板成果，特色提取，模子熬炼，手写识别等成果。
详尽使用方式在readme阐发文档中。
详尽使用方式在readme阐发文档中。
2023/5/4 3:20:34
193KB
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