2017版的AFB卷,78分过的,留意是B卷,不是A卷,别看错了!
2016/1/14 19:38:20 753KB AF
1
针对海面背景舰船目标单一波段图像识别率低的问题,提出了一种基于卷积神经网络(CNN)的融合识别方法。
该方法提取可见光、中波红外和长波红外3个波段舰船目标特征进行融合识别。
模型次要分为3个步骤:通过设计的6层CNN,同时对三波段图像进行特征提取;利用基于互信息的特征选择方法对串联的三波段特征向量按照重要性进行排序,并按照图像清晰度评价指标选取固定长度的特征向量作为目标识别依据;通过额外的2个全连接层和输出层进行回归训练。
采用自建的三波段舰船图像数据库进行模型的训练和测试,共包含6类目标,5000余张图像。
实验结果表明,本文方法识别率达到84.5%,与单波段识别方法相比有明显提升。
1
1.项目名称:学生考试系统2.项目背景:随着家长对孩子教育方面的不断重视,教育在人民心中的地位越来越重,老师们的负担与压力也越来越重。
如何减轻老师的负担及压力,已经成为广大学校校长需要解决的头号难题。
在教育工作中,为学生考试出试卷和批改试卷是老师们最头痛的,不仅消耗大量的时间,而且消耗大量的精力体力。
因而,考试过程由人工操作转向计算机操作是必然的结果。
以往的人工操作管理中存在着许多问题,例如:出卷完成后发现题目出错不易修改。
批改试卷过程中经常会出现改错现象。
统计分数时容易出错且需要大量时间。
2016/5/16 14:46:15 359KB 学生考试系统
1
卷积神经网络用于文字识别,在经典的模式识别中,一般是事先提取特征。
提取诸多特征后,要对这些特征进行相关性分析,找到最能代表字符的特征,去掉对分类无关和自相关的特征。
然而,这些特征的提取太过依赖人的经验和主观意识,提取到的特征的不同对分类功能影响很大,甚至提取的特征的顺序也会影响最后的分类功能。
同时,图像预处理的好坏也会影响到提取的特征
2017/4/18 14:03:27 14.21MB CNN
1
基于python的咬尾卷积viterbi译码器完成其中包括CRC校验
2021/10/2 7:10:43 17KB viterbi
1
资源支持,Java核心技术卷1第十版中文。
本书共14章.第1章概述Java语言与其他程序设计语言不同的功能:第2章讲解如何下载和安装JDK及本书的程序示例:第3章介绍变量、循环和简单的函数:第4章讲解类和封装;
第S章介绍继承:第6章解释接口和内部类:第7章讨论异常处理,并给出大量实用的调试技巧:第8章概要介绍泛型程序设计:第9章讨论Java平台的集合框架;
第10章介绍GUI程序设计,讨论如何建立窗口、如何在窗口中绘图、如何利用几何图形绘图、如何采用多种字体格式化文本,以及如何显示图像:第11章详细讨论抽象窗口工具包的事件模型:第12章详细讨论SwingGUI工具包;
第13章介绍如何将程序部署为应用或applet;
第14章讨论并发.本书最后还有—个附录,其中列出了Java语言的保留字.目录第1章 Java程序设计概述1第2章 Java程序设计环境12第3章 Java的基本程序设计结构28第4章 对象与类91第5章 继承147第6章 接口、lambda表达式与内部类211第7章 异常、断言和日志264第8章 泛型程序设计309第9章 集合344第10章 图形程序设计403第11章 事件处理439第12章 Swing用户界面组件469第13章 部署Java应用程序580第14章 并发624
2020/10/25 20:56:40 132.15MB Java
1
矩阵算法第1卷:基本矩阵分解MatrixAlgorithmsVolume1BasicDecompositions~tqw~_darksiderg.pdf
2016/7/1 9:17:05 18.94MB 算法 矩阵
1
Java言语规范中文版(第三版)JavaLanguageSpecification,ThirdEdition压缩卷二(共两个压缩卷)压缩卷一地址:http://download.csdn.net/source/3143269
2015/4/24 9:34:27 19.05MB JLS Java
1
对公共场所中人群监控准确性和实时性低的问题,提出一种基于运动显著图的人群异常行为检测方法。
该方法首先利用Lucas-Kanade法计算稀疏特征点的光流场,并对光流场进行时间和空间上的滤波处理,然后计算特征点的运动方向、速度和加速度。
为了准确描述人群行为,将人群的速度幅值、运动方向变化量和加速度幅值分别映射为图像的R、G、B三个通道,并以此合成代表人群运动特征的运动显著图。
最后,设计和训练面向人群运动显著图的卷积神经网络模型,并利用该模型检测人群中能否存在异常行为。
2021/4/7 19:49:27 477KB 算法
1
FaceRecognitionData,UniversityofEssex,UK其他版本超过10兆,我当前会分卷上传
2020/3/11 5:46:41 6.13MB 人脸数据库
1
共 1000 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