利用matlab制作的手写数字识别系统、代码可读性强，结构清晰、GUI运行界面、在MatlabR2014b下编辑完成，有手写版，也可导入图片识别。
2025/4/29 20:48:05
1.66MB
1
使用Fisher分类器实现手写数字识别，MATLAB代码，GUI界面手写数字输入。
2025/4/24 20:52:13
78.4MB
1
OPENCVANN(类神经网路)手写数字辨识(opencv249_ann_digital_number)资料来源:https://blog.csdn.net/cherrywish/article/details/78761411https://blog.csdn.net/qq_15947787/article/details/51385861opencv249_ann_digital_number01-彩色转灰阶imread、改变图像解析度resize、灰阶转二值化threshold、二维数据转一维数据reshape、影像数据转ML运算数据convertTo、类神经CvANN_MLP、取出ML运算结果minMaxLoc目前训练结果-128,128*2,10opencv249_ann_digital_number02-彩色转灰阶imread、改变图像解析度resize、灰阶转二值化threshold、二维数据转一维数据reshape、影像数据转ML运算数据convertTo、类神经CvANN_MLP、取出ML运算结果minMaxLoc目前训练结果-128,128*2,10一亿次或10万分之一的误差为中止条件
2025/4/21 19:02:55
38.79MB
1
这个来自@WZT的开源程序是用来破坏Windows7/8/8.1/10上的监视功能的，软件大小不到1M，可以彻底关闭Win10的各种隐私相关设定，完全地破坏监视功能。
禁用Windows更新，让你保持匿名并不再接收新的监视软件的更新；
禁用UAC、WindowsDefender、隐私设置、监控计划任务等等；
移除Cortana、OneDrive、遥测与数据搜集、遥测主服务、位置服务、Wi-Fi共享、广告ID、Defender数据报告、手写数据共享、DRM互联网访问、系统反馈请求、系统搜索、IE/Edge请勿跟踪、历史记录等等。
另外，删除Win10的Metro应用也是相当有用的，因为这些应用在后台运行，占用内存，其中有些也会监视你的电脑。
还有，程序也能阻止微软收集数据的IP地址，并可以添加所有监视软件的ip到HOSTS文件。
值得注意的是，程序操作的大多数部分是不可逆的，甚至系统还原也不能回退更改。
现在来说，它是相当有效的程序。
它正处在开发中，并拥有一个由Windows10的用户组成的社区。
其中一些人帮助重写代码以提高程序的高效性，另一些则将程序翻译成其他语言，包含简体中文语言等。
禁用Windows更新，让你保持匿名并不再接收新的监视软件的更新；
禁用UAC、WindowsDefender、隐私设置、监控计划任务等等；
移除Cortana、OneDrive、遥测与数据搜集、遥测主服务、位置服务、Wi-Fi共享、广告ID、Defender数据报告、手写数据共享、DRM互联网访问、系统反馈请求、系统搜索、IE/Edge请勿跟踪、历史记录等等。
另外，删除Win10的Metro应用也是相当有用的，因为这些应用在后台运行，占用内存，其中有些也会监视你的电脑。
还有，程序也能阻止微软收集数据的IP地址，并可以添加所有监视软件的ip到HOSTS文件。
值得注意的是，程序操作的大多数部分是不可逆的，甚至系统还原也不能回退更改。
现在来说，它是相当有效的程序。
它正处在开发中，并拥有一个由Windows10的用户组成的社区。
其中一些人帮助重写代码以提高程序的高效性，另一些则将程序翻译成其他语言，包含简体中文语言等。
2025/4/19 14:04:27
65KB
1
可以使用的双格手写输入法，经过优化识别更加准确，新写字选择后原字会消除更改为新写字，输入法默认在桌面的右下角，双格的时间更加合理。
2025/4/14 22:28:07
667KB
1
自己练手写的几个例子：demo1和demo2是echart两种不同的写法，数据是写死的，仅供参考，推荐以demo2为模板。
demo3、demo4、demo5是ajax动态从后台获取json数据的例子。
demo3是折线图和柱状图。
demo4是饼图。
demo5是双折线(柱状)图。
demo3、demo4、demo5是ajax动态从后台获取json数据的例子。
demo3是折线图和柱状图。
demo4是饼图。
demo5是双折线(柱状)图。
2025/3/23 21:04:08
282KB
1
编程环境：Anaconda中的notebook；
利用三层神经网络实现MNIST数据库（CSV格式）的手写字符识别；
并且计算出识别的准确率
利用三层神经网络实现MNIST数据库（CSV格式）的手写字符识别；
并且计算出识别的准确率
2025/3/20 5:11:19
7KB
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