AOD-Net去雾网络训练数据集，其中包含两部分，一个是original_image，还有一个是training_images
2023/12/26 10:56:07
907.07MB
1
#多元线性回归预测房子的价格，构建一个房子价格的python模型。
##ex1data2.txt中包含了房子价格的训练组。
第一列是房子的尺寸（平方英尺），第二列是卧室的数量，第三列是房子的价格。
##ex1data2.txt中包含了房子价格的训练组。
第一列是房子的尺寸（平方英尺），第二列是卧室的数量，第三列是房子的价格。
2023/12/24 13:01:19
2KB
1
0-9孤立词语音识别.每个数10组训练样本，每组10个语音，类内识别正确率100%.个人原创，如有雷同，纯属抄袭，绝对可用。
训练文件：training.m识别文件：recogfinal.m
训练文件：training.m识别文件：recogfinal.m
2023/12/24 2:34:18
6.99MB
1
训练一个卷积神经网络，用**fastai**库（建在**PyTorch**上）将图像分类为纸板，玻璃，金属，纸张，塑料或垃圾。
这是由GaryThung和MindyYang手动收集的图像数据集
这是由GaryThung和MindyYang手动收集的图像数据集
2023/12/23 14:02:08
40.64MB
1
手写数字库很容易建立，但是总会很浪费时间。
Google实验室的CorinnaCortes和纽约大学柯朗研究所的YannLeCun建有一个手写数字数据库，训练库有60,000张手写数字图像，测试库有10,000张。
Google实验室的CorinnaCortes和纽约大学柯朗研究所的YannLeCun建有一个手写数字数据库，训练库有60,000张手写数字图像，测试库有10,000张。
2023/12/22 23:25:44
44.05MB
1
竞赛时写的一个python小程序，得了0.93分，思路如下，1读取训练集、2数据预处理、3上模型、4将模型应用到预测及、5生成预测结果
2023/12/22 20:57:51
2KB
1
：提出一种ＳＡＲ图像目标识别新方法。
首次引入ＢＭ３Ｄ方法，用于滤除原始图像中的相干斑噪声，ＢＭ３Ｄ结合了空间域和变换域去噪的优势，滤波性能优异。
在特征提取步骤，将低阶Ｈｕ矩与高阶Ｚｅｒｎｉｋｅ矩组合，Ｈｕ矩描述目标的粗略信息，高阶Ｚｅｒｎｉｋｅ矩描述目标的细节信息，因此组合矩能够更加全面而细致地表达目标特性。
使用组合矩特征训练ＳＶＭ分类器，对含噪的ＳＡＲ图像进行识别实验。
实验结果表明：本文方法的识别率高达９８．９０％，优于已有的ＳＡＲ目标识别方法
首次引入ＢＭ３Ｄ方法，用于滤除原始图像中的相干斑噪声，ＢＭ３Ｄ结合了空间域和变换域去噪的优势，滤波性能优异。
在特征提取步骤，将低阶Ｈｕ矩与高阶Ｚｅｒｎｉｋｅ矩组合，Ｈｕ矩描述目标的粗略信息，高阶Ｚｅｒｎｉｋｅ矩描述目标的细节信息，因此组合矩能够更加全面而细致地表达目标特性。
使用组合矩特征训练ＳＶＭ分类器，对含噪的ＳＡＲ图像进行识别实验。
实验结果表明：本文方法的识别率高达９８．９０％，优于已有的ＳＡＲ目标识别方法
2023/12/21 8:25:57
607KB
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