本程序中集成了字符识别中常用的逐点特征、垂直特征、十三点特征以及Gabor特征等常用特征的提取，识别过程中采用svm进行训练和识别；
Gabor特征提取主要是提取了0、45、90、135四个方向的Gabor图像的纹理特征。
Gabor特征提取主要是提取了0、45、90、135四个方向的Gabor图像的纹理特征。
2024/1/24 19:47:47
18.93MB
1
非常强大的代理商代理是轻量级微服务，具有使用ZeroMQ的内置进程间通信基础结构文献资料特征代理商正常启动和关闭，并正确完成资源清理用户设置/关机替代方法可正常启动和关闭使用队列以线程安全的方式完成ZeroMQ通信（ZeroMQ不是线程安全的）使用RxPy通过Observables接收套接字数据使用self.log格式良好的日志强大的代理商发布/订阅通知设施路由器/客户端设施用于标准设施（通知，客户端等）的简单消息协议椭圆曲线加密和认证生产就绪的通信架构网状网络（TODO）...（去做）非常强大的特工REST服务器路由（TODO）RPC端点（TODO）文件共享（TODO）...（去做）#installfromgitgitclonehttps://github.com/shirecoding/VeryPowerfulA
2024/1/24 5:41:39
33KB
1
haartraining+objectmarker，opencv，Adaboost级联分类器训练工具包，里面包含所有用来训练opencv里基于haar特征的adaboost级联分类器的工具，可以用来训练人脸检测，车辆检测等对象检测的级联分类器
2024/1/23 13:43:28
6.61MB
1
詹金斯·林特的想法插件jenkins-linter-idea-plugin是一个IntellijIdea插件，用于通过Jenkins服务器的验证Jenkinsfiles。
特征仅支持声明性管道HTTPlinter集成清除错误突出显示安装该插件可以通过“设置”|“安装”来安装。
插件|市场和搜索詹金斯管道短绒。
设定值插件的设置可以在“设置”|“设置”下找到。
工具|詹金斯·林特（JenkinsLinter）。
用法通过插件设置配置Jenkins服务器连接。
打开文件上的上下文菜单，然后单击“JenkinsLinter验证”贡献随时贡献自己的力量。
新功能建议和错误修复应作为GitHub拉取请求提交。
在GitHub上分叉存储库，准备对分叉副本的更改，然后提交拉取请求。
重要的！在之前，请先阅读有关/
特征仅支持声明性管道HTTPlinter集成清除错误突出显示安装该插件可以通过“设置”|“安装”来安装。
插件|市场和搜索詹金斯管道短绒。
设定值插件的设置可以在“设置”|“设置”下找到。
工具|詹金斯·林特（JenkinsLinter）。
用法通过插件设置配置Jenkins服务器连接。
打开文件上的上下文菜单，然后单击“JenkinsLinter验证”贡献随时贡献自己的力量。
新功能建议和错误修复应作为GitHub拉取请求提交。
在GitHub上分叉存储库，准备对分叉副本的更改，然后提交拉取请求。
重要的！在之前，请先阅读有关/
2024/1/22 23:15:33
116KB
1
NSCT方法是由传统的contourlet变化改进而来，contourlet变化是用轮廓段的基结构来对图像的直线奇异和曲线奇异进行逼近检测，但其融合后的图像不具有平移不变性，没有很好的消除混频现象以及吉布斯现象。
而本文提出的NSCT不但保留了contourlet变化的多尺度，多方向，各向异性等优点，在图像分解时采用来非下采样形式剪切波变换能够很好的避免图像由于分解与重构带来的细节丢失，更重要的是分解后的图像与原图像大小相同，因此能够更好的完整描述图像的方向性和特征。
而本文提出的NSCT不但保留了contourlet变化的多尺度，多方向，各向异性等优点，在图像分解时采用来非下采样形式剪切波变换能够很好的避免图像由于分解与重构带来的细节丢失，更重要的是分解后的图像与原图像大小相同，因此能够更好的完整描述图像的方向性和特征。
2024/1/22 22:43:34
95KB
1
kkphoon文章给出了基于K-L展开的非高斯非平稳随机过程模拟（kkphoon的该篇文章在matlab中的实现可在我另一份上传资源里找到，对于协方差函数的特征函数与特征值的数值解，另一份资源中也将给出）
2024/1/21 22:02:19
356KB
1
自回归滑动平均模型（ARMA模型，Auto-RegressiveandMovingAverageModel）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。
在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；
在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等。
在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；
在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等。
2024/1/21 16:37:48
13KB
1
训练程序实现用户将数字0-9依次说一遍，并将其特征矢量时间序列作为模板存入模板库；
识别程序实现将输入语音的特征矢量时间序列依次与模板库中的每个模板进行相似度比较，将相似度最高者作为识别结果输出。
识别程序实现将输入语音的特征矢量时间序列依次与模板库中的每个模板进行相似度比较，将相似度最高者作为识别结果输出。
2024/1/21 4:48:07
4KB
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