注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 数学模型在步态识别系统中的应用

  2. 步态识别是生物特征识别技术中的一个新兴领域，它旨在根据个体的行走方式识别身份.步态识别主要是针对含有人的运动图像序列进行分析处理,利用适当的数学模型建立一个分类器，通过机器学习的方法，优化分类器中的各个参数，从而得到一个或多个最优超平面.模型的输入一般就是各种步态下的一些特征参数，输出就是该特征下所属的类别编号，本文主要介绍了在步态识别方面常用的数学模型.

  3. 所属分类：C/C++

    • 发布日期：2012-06-09
    • 文件大小：478208
    • 提供者：wangbei1361

  1. 斯坦福大学机器学习课程个人笔记完整版

  2. 机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。本文主要回顾下几个常用算法的适应场景及其优缺点！（提示：部分内容摘自网络）。 机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，GBDT，Adaboost，现在深度学习很火热，神经网络也是一个不

  3. 所属分类：机器学习

    • 发布日期：2017-09-17
    • 文件大小：11534336
    • 提供者：qq_28400629

  1. 浅析基于BP神经网络的图像识别技术

  2. 神经网络相关论文,对该技术在图像识别方面的应用有实际的指导作用~

  3. 所属分类：机器学习

    • 发布日期：2018-07-11
    • 文件大小：506880
    • 提供者：feile922

  1. 机器学习在语音识别和图像识别中的应用

  2. 随着人工智能时代的不断发展，应用机器学习技术对语音识别和图像识别已成为模 式识别中两个非常重要的领域。语音识别在社会生产和生活中，有着不错的发展前景； 图像识别属于模式识别的一个重要分支，已经成功应用在军事、医疗和工业等计算机视 觉领域中。

  3. 所属分类：其它

    • 发布日期：2018-10-20
    • 文件大小：3145728
    • 提供者：greetree_1234

  1. 关于人工智能在数据质量管理中的应用.doc

  2. 说实在的，这个概念有些过于高大上，从大的方面包括、、强化学习等等，而深度学习又包括图像识别、语音识别、自然语言处理、预测分析;机器学习则包括监督学习、无监督学习、半监督学习，监督学习又细分为回归、分类、决策树等等。理论上人工智能什么都能做，什么都能迎合的上。

  3. 所属分类：深度学习

    • 发布日期：2020-04-30
    • 文件大小：20480
    • 提供者：willfen9192

  1. 机器学习在语音识别和图像识别中的应用.pdf

  2. 论文，本文主要应用不同的机器学习算法来对语音信号和图像进行识别分类，主要采用 BP神经网络模型、改进BP神经网络模型、SVM、改进的粒子群算法(IPSO)优化的 SVM模型、PCA优化的SVM模型、CNN模型、改进的CNN模型等。对

  3. 所属分类：深度学习

    • 发布日期：2020-04-15
    • 文件大小：8388608
    • 提供者：duanwuyu

  1. 基于支持向量机的机器学习研究 Research of Machine-Learning Based Support Vector Machine

  2. 【摘要】 学习是一切智能系统最根本的特征。机器学习是人工智能最具智能特征、最前沿的研究领域之一。机器学习研究的是如何使机器通过识别和利用现有知识来获取新知识和新技能。机器学习就是要使计算机能模拟人的学习行为,自动地通过学习获取知识和技能,不断改善性能,实现自我完善。　与传统统计学相比,统计学习理论是一种专门研究小样本情况下机器学习规律的理论。V.Vapnik　等人从六、七十年代开始致力于此方面研究,到九十年代中期,其理论不断发展和成熟。统计学习理论是建立在一套较坚实的理论基础之上的,为解决有限样

  3. 所属分类：互联网

    • 发布日期：2020-07-04
    • 文件大小：591872
    • 提供者：songzailu6482

  1. 《图像分类对抗机器学习》

  2. 深度学习算法已经在图像分类方面取得了最先进的性能，甚至被用于安全关键应用，如生物识别系统和自动驾驶汽车。

  3. 所属分类：机器学习

    • 发布日期：2020-09-10
    • 文件大小：1048576
    • 提供者：syp_net

  1. 机器学习在图像分类与识别中的应用.pdf

  2. 机器学习在图像分类与识别中的应用.pdf

  3. 所属分类：图像处理

    • 发布日期：2020-12-03
    • 文件大小：4194304
    • 提供者：Neutionwei

  1. Image-Identification-App:图像识别应用程序内置于React中，并使用针对浏览器“ TensorFlow.js”的机器学习框架和针对图像分类“ MobileNet”的预训练模型在Firebase上部署-源码

  2. 图像识别应用 使用React，TensorFlow.js（使用MobileNet）和 :red_heart: 该应用程序已在Firebase上实时部署： ://identifyimage-2021.web.app/ 使用Reactor内置的图像识别应用程序，并使用针对浏览器“ TensorFlow.js”的机器学习框架和针对图像分类“ MobileNet”的预训练模型在Firebase上部署。 上载单个图像并在图像中标识对象。 您可以从互联网上使用“图片网址”。 “最近的图像”选项，以

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：204800
    • 提供者：weixin_42099815

  1. 2016机器学习大盘点（第1篇）

  2. 这是2016年度机器学习盘点系列文章三篇中的第一篇。本文将回顾机器学习/深度学习领域下列五方面的进展：1.对于偏见的担忧2.可解释的模型3.深度学习的快速发展4.超级计算成为主流5.依托云平台打造的机器学习/深度学习栈第二篇文章将介绍开源机器学习和深度学习项目领域的最新进展。第三篇将回顾商用软件供应商在机器学习和深度学习领域的举措。随着越来越多的组织扩大了在数据分析和自动化决策等领域对机器学习技术的使用，人们对这种技术可能存在的偏见更加担忧。2016年，有媒体报道在刑事判决过程中所用的预测模型存

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：652288
    • 提供者：weixin_38661939

  1. MetaMind深度解读NLP研究：如何让机器学习跳读

  2. 自然语言处理是人工智能研究的核心问题之一。近日，已宣布被Salesforce收购的深度学习公司MetaMind在其官方网站上发表了一篇文章，深度剖析了LSTM和词袋模型在自然语言处理上的应用。机器学习、深度学习和更广义上的人工智能的兴起是毫无疑问的，而且其已经对计算机科学领域产生巨大的影响。你可能已经听说过，目前深度学习已经在图像识别和围棋等很多任务上实现了对人类的超越。深度学习社区目前将自然语言处理(NLP)看作是下一个研究和应用的前沿。深度学习的一大优势是其进步往往是非常通用的。比如说，使深

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：1048576
    • 提供者：weixin_38562026

  1. 在生产环境使用Kafka构建和部署大规模机器学习

  2. 智能实时应用为所有行业带来了革命性变化。机器学习及其分支深度学习正蓬勃发展，因为机器学习让计算机能够在无人指引的情况下挖掘深藏的洞见。这种能力正是多种领域所需要的，如非结构化数据分析、图像识别、语音识别和智能决策，这完全不同于传统的编程方式（如Java、.NET或Python）。机器学习并非新生事物，大数据集的出现和处理能力的进步让每一个企业都具备了构建分析模型的能力。各行各业都在将分析模型应用在企业应用和微服务上，用以增长利润、降低成本，或者改善用户体验。这篇文章将介绍机器学习在任务关键型实时

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：694272
    • 提供者：weixin_38604620

  1. 机器学习API的可操作性：Udacity项目4-源码

  2. 项目概况 在本项目中，您将应用在本课程中获得的技能来操作机器学习微服务API。 您将获得一个经过预先训练的sklearn模型， sklearn模型已经过训练，可以根据一些功能来预测波士顿的房价，例如房屋中的平均房间和有关高速公路通行性的数据，师生比例等等。 您可以上阅读有关数据的更多信息，这些数据最初来自Kaggle。 此项目测试您在提供的文件app.py中运行Python flask应用程序的能力，该文件可通过API调用提供有关房价的预测（推断）。 该项目可以扩展到任何预先训练的机器学习模型

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：224256
    • 提供者：weixin_42129300

  1. FaceFinder：在用户的计算机上搜索用户图像并查找包含用户指定的特定人物的所有图像的应用程序。 然后可以移动或删除图像。 该应用程序是用C ++开发的，并使用OpenCV库通过LBP算法和其他各种机器学习算法执行面部识别-源码

  2. 脸部搜寻器 该应用程序在用户计算机上搜索用户的图像并查找包含用户指定的特定人的所有图像。 然后可以移动或删除图像。 该应用程序是用C ++开发的，并使用OpenCV库通过LBP算法和其他各种机器学习算法执行面部识别。

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：25165824
    • 提供者：weixin_42127754

  1. FatWallet：第四年最后一年项目。 Android Mobile应用程序将使用神经网络和图像识别来预测用户的体内脂肪百分比-源码

  2. 人体脂肪的科学术语是脂肪组织。 脂肪组织在人体中起着重要的作用，从产生能量到荷尔蒙的调节和缓冲。 与健康范围以外的身体脂肪相关的健康影响非常严重。 除了对健康的影响外，它还用于健身行业以跟踪和衡量饮食进度。 通常，公众无法获得几种测量体内脂肪的方法。 这个程序的目的是使公众更容易预测身体脂肪。 该项目包括两个部分。 第一部分将使用机器学习算法对在线收集的数据集进行神经网络训练。 第二部分将包括一个Android应用程序，该应用程序将从用户那里获取输入信息，例如体重，身高，年龄和用户捕获的图像。

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：4194304
    • 提供者：weixin_42139302

  1. microservice-ML-API-kubernetes：使用kubernetes的机器学习微服务，这是一个用于自动化容器化应用程序管理的开源系统-源码

  2. 操作机器学习微服务API 项目概况 经过预先训练的sklearn模型已经过训练，可以根据几种功能来预测波士顿的房价，例如房屋中的平均房间和有关高速公路通行性的数据，师生比率等等。 您可以在数据源站点上阅读有关数据的更多信息，这些数据最初来自Kaggle。 该项目测试了您在提供的文件app.py中运行Python flask应用程序的能力，该文件通过API调用提供了有关房价的预测（推断）。 该项目可以扩展到任何预先训练的机器学习模型，例如用于图像识别和数据标记的模型。 环境设定 创建一个虚拟环境p

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：8192
    • 提供者：weixin_42171208

  1. 狗繁殖分类器：机器学习工程师纳米学位课程-源码

  2. 机器学习工程师ND Capstone项目 项目概况 欢迎来到AI Nanodegree中的卷积神经网络（CNN）项目！ 在这个项目中，您将学习如何建立一个可在Web或移动应用程序中使用的管道，以处理用户提供的真实世界的图像。 给定狗的图像，您的算法将识别出犬的品种的估计值。 如果提供了人像，则代码将识别出类似狗的品种。 在探索用于分类和本地化的最新CNN模型的同时，您将做出有关应用程序用户体验的重要设计决策。 我们的目标是，通过完成本实验，您将了解将一系列旨在在数据处理管道中执行各种任务的模型

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：15728640
    • 提供者：weixin_42122986

  1. 在生产环境使用Kafka构建和部署大规模机器学习

  2. 智能实时应用为所有行业带来了革命性变化。机器学习及其分支深度学习正蓬勃发展，因为机器学习让计算机能够在无人指引的情况下挖掘深藏的洞见。这种能力正是多种领域所需要的，如非结构化数据分析、图像识别、语音识别和智能决策，这完全不同于传统的编程方式（如Java、.NET或Python）。机器学习并非新生事物，大数据集的出现和处理能力的进步让每一个企业都具备了构建分析模型的能力。各行各业都在将分析模型应用在企业应用和微服务上，用以增长利润、降低成本，或者改善用户体验。这篇文章将介绍机器学习在任务关键型实时

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：694272
    • 提供者：weixin_38632046

  1. MetaMind深度解读NLP研究：如何让机器学习跳读

  2. 自然语言处理是人工智能研究的核心问题之一。近日，已宣布被 Salesforce收购的深度学习公司MetaMind在其官方网站上发表了一篇文章，深度剖析了 LSTM和词袋模型在自然语言处理上的应用。 机器学习、深度学习和更广义上的人工智能的兴起是毫无疑问的，而且其已经对计算机科学领域产生巨大的影响。你可能已经听说过，目前深度学习已经在图像识别和围棋等很多任务上实现了对人类的超越。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：1048576
    • 提供者：weixin_38601390
« 12 3 4 5 6 7 8 »