sigmoid函数:nonlin(输出矩阵,矩阵,[是否求导(boolean)])底数矩阵:NumInd(输出矩阵,底常数,矩阵,[矩阵是否要系数(Double)])矩阵指数:ArrInd(输出矩阵,指常数,矩阵,[矩阵是否要系数(Double)])数加矩阵:NumAdd(输出矩阵,加常数,矩阵,[矩阵是否要系数(Double)])数减矩阵:NumSub(输出矩阵,被减数,矩阵,[矩阵是否要系数(Double)])数乘矩阵:NumDot(输出矩阵,被乘数,矩阵,[矩阵是否要系数(Double)])矩阵加法:ArrAdd(输出矩阵,矩阵A,矩阵B,[结果是否要系数(Double)])矩阵减法:ArrSub(输出矩阵,矩阵A,矩阵B,[结果是否要系数(Double)])哈达玛积:ArrDot(输出矩阵,矩阵A,矩阵B,[结果是否要系数(Double)])数乘矩阵:NumDot(输出矩阵,乘常数,矩阵)矩阵乘法:Dot(输出矩阵,矩阵A,矩阵B)矩阵可视化:ArrVis(矩阵)输出字符串转置矩阵:ArrT(输出矩阵,矩阵,[结果是否要系数(Double)])一维数组矩阵化:ArrA(输出矩阵,列数,一维数组)元素矩阵化:Arr(输出矩阵,列数,元素1,元素2,元素3...)矩阵绝对值:ArrAbs(输出矩阵,矩阵,[结果是否要系数(Double)])矩阵元素平均:Mean(矩阵)输出双精度小数随机小数矩阵:Rand(输出矩阵,行数,列数,[矩阵是否要系数])随机整数矩阵:intRand(输出矩阵,行数,列数,下限,上限)

文件涵盖WOA源代码和源论文文件，W1文件夹是自己初学时修改后的代码，代码有注释，修改文件有助于初学者理解和修改为自己的预想结果

MNIST数据集介绍：MNIST是一个手写数字数据库，它有60000个训练样本集和10000个测试样本集。
它是NIST数据库的一个子集。

PETS2006视频每一帧图片数据集

ParalleltoMIPICSI-2TXBridge

tesseractocr4.0中文字体chi_sim.traineddata最新版绝对好用啊

本资源是有本人整理，讲义都是pdf版本的，并非.md的格式，所以为大家方便了许多。

opencv2中的各种人脸检测模型。
以及opencv3中的新出的结合ＤＮＮ的人脸检测神经网络cafffe模型

本代码主要利用MATLAB工具实现MATLAB——二维插值实例，简单明了，易于理解

博文：基于python的行人与车辆检测和跟踪实现（HOG+SVM/HAAR）链接：https://blog.csdn.net/qq_38523834/article/details/89619697文件里面有我提到的视频，cars.xml文件和myhaar.xml文件。
需要的Python库在requirements.txt有提及：cmake==3.12.0dlib==19.16.0numpy==1.15.3opencv-python==3.4.3.18这些是最低版本，可以比这个高。
我是用python3.6运行的。
没有安装dlib库的同学，注意在安装好所需库之后，需要自行下载一个.whl文件后才能用pipinstalldlib安装成功哦。
相关下载链接在这个博文里：https://blog.csdn.net/wzx479/article/details/79890440