基于MATLAB的adaboost算法,先对训练集进行训练,然后对测试集进行测试,最后得出采用adaboost算法对样本进行处理的错误率,最后得出比较图形。
2025/1/21 11:24:47 262KB adaboost 训练集 测试集 错误率
1
使用JavaScript(JS)实现的网页在线考试系统。
纯htmljscss编写特点如下:可以检查错误率可以随机从题库中出n题来练习练习题答案的ABCD是随机换位置的题库在变量arr_topic中,是一个二维数组。
2024/12/27 8:20:14 47KB javascript 在线考试
1
国外大学知名检测人脸技术,基于c语言,错误率低
2024/12/22 21:27:01 236KB c 眨眼 基于人脸 疲劳
1
基于最小错误率的贝叶斯手写数字分类器,包括注释,很详尽,是自己按照定义写的,训练集和测试集是用的mnist数据集,最终正确率为73.89%
2024/8/5 19:45:27 294KB MATLAB GUI Bayes 最小错误率
1
基于改善传统计数器发生错误率较高、工作效率极低的以及减少裁判的工作量、减少计数工作发生错误的几率的目的,采用设计新一代跑圈计数器方法,结合跑圈计数器工作原理与设计试验,得出将跑圈计数器应用于长跑比赛中不仅能够减少裁判的工作量,还能减少发生错误的几率的结论。
2024/6/30 6:37:28 782KB 田径中长跑; 比赛; 跑圈计数器
1
探索基于单元状态的不对称错误率,以提高基于闪存的存储系统的性能
2024/6/16 2:15:05 768KB 研究论文
1
数据链路层的流量控制滑动窗口协议,其中采用选择重传协议,用c语言实现,实验中实现(1)在高丢包率和错误率下,实现选择重传。
(2)在基于广播的形式发送方发送数据,多个接收方全部接收到数据,但只有指定的接收方接收到数据,而其他的接收方并不做处理。
实验环境带gcc的linux
2024/6/1 10:30:24 1.37MB c语言 选择重传协议 linux
1
锈铁一种计算单词错误率的简单锈程序。
这是我了解Rust的学习过程的一部分。
另外,我想看看与诸如Python之类的解释器语言相比,Rust的速度要快多少。
python-equivalent/wer.py文件具有用Python编写的完全相同的算法。
单词错误率(WER)是一种评估语音转文本系统性能的方法。
它考虑了在预测文本(ASR系统的输出)和基本情况(手动转录的文本)之间需要插入/删除或替换多少个单词。
在我的实现中,我将从每个单独的句子中返回平均WER。
依存关系clap="2.33.3"用于命令行解析。
cute="0.3.0",cute="0.3.0"循环。
用法通过运行目录中的cargobuild构建项目(或cargobuild--release,以避免在运行cargorun...时重新编译代码)。
如果您使用了--release标志,
2024/5/12 16:36:39 10KB Rust
1
代码主要实现了对手写数字的识别,可通过代码得到识别的错误率,
2024/1/27 13:27:42 1KB BP神经网络 mnist数据集
1
建立了基于基于Optisystem的波分复用(WDM)的光传输链路的仿真模型,并对多路复用和多路复用后的光信号进行了仿真,得到了谱图。
分析了链路传输性能参数和Q因素错误率目视图
2024/1/24 5:28:29 122KB Optisystem WDM 光波分复用 仿真
1
共 28 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