智能环境下基于核相关权重鉴别分析算法的多特征融合人脸识别

基于多特征融合的中文微博评价对象抽取方法

该PPT为视觉目标跟踪算法中的多特征融合的目标跟踪的PPT。

内容是设计的一款基于matlabGUI的齿轮箱振动数据分析系统。
这是初版，后面还有另一款加入更多特征提取和神经网络分析的综合版本。

基于SVM+HOG的人脸检测matlab程序。
内含libsvm-3.22SVM库。
资源中tgrs2013_epfifr.rar可不需要解压，可以无视。
该程序自动读取人脸库文件夹下不同人物的照片，可实现遍历文件夹及子文件夹下包含的图片，进而提取特征利用SVM训练分类识别。
这可以作为一个baseline，基础框架，在这个基础上可以提取更多特征进而提高识别精度。
由于人脸库是我们自己构造的，涉及了个人隐私，不能共享，所以本程序中人脸库文件下图像需要自己提供哦，然后自己构造相应的训练样本便可以运行了。

ARWorldMap是ARKit2中一个非常实用的新功能，它能够实现持续性AR体验和共享式多人AR体验。
请在UnityARKit插件目录下查看示例：Examples/ARKit2.0/UnityARWorldMap/UnityARWorldMap.unity每个会话都会随着操作者四处移动并检测更多特征点时构建一个ARWorldMap。
你可以通过C#从一个会话中获取当前ARWorldMap，将它保存到你的Application.persisentDataPath中。
你也可以在保存的位置载入一个已保存的ARWorldMap。
这样即使你离开会话后再回来，虚拟对象仍会在相同的坐标空间出现。
ARWorldMap可以被序列化为一个字节数组，并使用WiFi、蓝牙或其它分享方式发送到另一个设备上。
另一方面，它也能被反序列化，用来将其它设备重定位到与第一个设备相同的世界坐标映射，从而得到共享的多人游戏体验。
当拥有ARWorldMap后，不管是通过载入得到、还是从内存中获取、亦或是从其它设备接收，你的设备都能将其设为配置中的一个参数，然后使用该配置重置ARSession，从而共享坐标系统信息。
这样做会重置会话，并且随着你四处移动，应用会尝试将ARWorldMap中的特征点与你环境中所检测到的特征点相互匹配。
当它们成功匹配后，会话将重定位你的设备坐标，将其与ARWorldMap中所保存的坐标匹配。

基于多特征融合的防遮挡目标跟踪算法

跨语言文本相似度计算是挖掘蒙汉可比语料的基础和关键，其结果直接影响了可比语料的质量。
本文通过分析新闻文本特点，提出了一种融合多特征的跨语言新闻文本相似度计算方法。
该方法首先抽取新闻的发布日期、标题及正文信息作为特征，再利用双语文档发布日期的差异、正文长度关系、正文阿拉伯数字相似度、标题重合程度及正文重合程度五种启发信息进行加权线性组合来判断相似程度。
实验表明，本文提出的方法能明显提高蒙汉新闻文本相似度计算的准确率。

基于多特征融合卷积神经网络的人脸表情识别

多特征MNIST库手写数字识别实现（matlab），采用粗网格特征和切割线划分进行学习识别，首先提取MNIST数据库60000个训练样本分别提取出两个特征，然后对10000个测试样本进行测试，计算和两个特征的距离进行判别，matlab实现

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。