您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 可以方便地用来手动标记训练样本的MATLAB GUI程序

  2. 用来手动标记正训练样本和负训练样本。 ——————————————————— 1.首先输入要标定的数据库目录、要存放正训练样本的目录、要存放负训练样本的目录 2.点击“开始”,程序自动依次显示数据库目录中的图片 3.点击“正例”或“反例”将会把当前图片复制到相应目录 4.可以在图片上点击拖动圈出一个区域,以截取圈出的区域作为样本 5.选中“约束选取比例”可以使得最终选取的样本有固定的大小
  3. 所属分类:专业指导

    • 发布日期:2012-01-02
    • 文件大小:12288
    • 提供者:shinly10
  1. 杜蕾斯微博营销的秘密

  2. 事件的经过很简单,6月23日北京暴雨,这一话题无疑是全天热点。尤其下午下班时间雨越下越大,新闻报道地铁站积水关闭京城大堵车,意味着很多人回不了家,同时意味着很多人在微博上消磨时间。运营团队负责内容的成员也在试图切入这一热点,并把杜蕾斯品牌植入其中。就相关公司股票走势招商银行11.44+0.010.09% 在你一言我一语的插科打诨中,把杜蕾斯套在鞋上避免鞋子泡水的想法冒了出来。和优渡网的创意首脑薛永昱沟通之后,认为可行,随即立刻执行。 事实上这一创意涉及到杜蕾斯的品牌形象问题,如果用这个概念做广
  3. 所属分类:其它

    • 发布日期:2012-01-11
    • 文件大小:7168
    • 提供者:b4g22
  1. 杜蕾斯微博营销的秘密(完整版)

  2. 杜蕾斯微博营销的秘密(完整版) 事件的经过很简单,6月23日北京暴雨,这一话题无疑是全天热点。尤其下午下班时间雨越下越大,新闻报道地铁站积水关闭京城大堵车,意味着很多人回不了家,同时意味着很多人在微博上消磨时间。运营团队负责内容的成员也在试图切入这一热点,并把杜蕾斯品牌植入其中。就相关公司股票走势招商银行11.44+0.010.09% 在你一言我一语的插科打诨中,把杜蕾斯套在鞋上避免鞋子泡水的想法冒了出来。和优渡网的创意首脑薛永昱沟通之后,认为可行,随即立刻执行。 事实上这一创意涉及到杜蕾斯的
  3. 所属分类:Android

    • 发布日期:2012-01-13
    • 文件大小:11264
    • 提供者:b4g22
  1. 基于ZigBee的位置指纹法室内定位技术研究

  2. 随着全球定位系统(GPS)在室外定位中的成功应用,对定位服务在人们 日常活动的室内场所得以广泛开展的渴求日渐突出。在现有室内定位技术中, 位置指纹法由于定位成本低、方法实现灵活而逐渐成为研究的热点。然而,室 内无线信号的时变性也给位置指纹法实现精确定位带来很大的难度。因此,提 高位置指纹法在室内复杂环境下的定位性能和实用性不仅具有重要的理论价 值,而且也成为加快对其由理论研究向实际应用转变的关键。本文以ZigBee 无线网络为应用平台,对位置指纹法完成定位所需的两个阶段中涉及的相关技 术进行研
  3. 所属分类:嵌入式

    • 发布日期:2015-09-01
    • 文件大小:1048576
    • 提供者:l13186125825
  1. opencv 特征训练正样本选取工具

  2. opecv 图像检测跟踪,特征训练正样本选取工具
  3. 所属分类:其它

    • 发布日期:2016-12-05
    • 文件大小:1048576
    • 提供者:u010215857
  1. 车辆检测效果演示及xml文件

  2. 该文件包括效果展示视频和训练生成的xml文件 由于该方法要求负样本与场景相关,因此建议自己采集视频进行样本获取及后续处理,直接使用xml文件在其他场景的效果并不一定好。本实验也有许多问题,①比如远处的检测框会较早的消失,这个原因应该是抽帧截取正样本时,远处的车辆样本选取的较少,建议新实验中每个位置上的正样本都要考虑到。②偶尔会出现检测框消失的现象,这个没法避免的..建议使用卡尔曼滤波对消失的检测框进行预测然后校正!关于样本集会在后面半个月放出,最近事比较多,等开学会有点时间... 本演示视频只
  3. 所属分类:机器学习

    • 发布日期:2017-07-13
    • 文件大小:2097152
    • 提供者:evilhunter222
  1. 车辆检测xml文件及效果展示

  2. 该文件包括效果展示视频和训练生成的xml文件 由于该方法要求负样本与场景相关,因此建议自己采集视频进行样本获取及后续处理,直接使用xml文件在其他场景的效果并不一定好。本实验也有许多问题,①比如远处的检测框会较早的消失,这个原因应该是抽帧截取正样本时,远处的车辆样本选取的较少,建议新实验中每个位置上的正样本都要考虑到。②偶尔会出现检测框消失的现象,这个没法避免的..建议使用卡尔曼滤波对消失的检测框进行预测然后校正!关于样本集会在后面半个月放出,最近事比较多,等开学会有点时间... 本演示视频只
  3. 所属分类:机器学习

    • 发布日期:2017-07-13
    • 文件大小:2097152
    • 提供者:evilhunter222
  1. 高维数据挖掘中特征选择的稳健方法

  2. 针对高维数据的特点,即数据中变量个数往往大于样本观测数目,并且数据往往具有异质性特点,基于众数回归分析和变量选择降维技术,提出了一种稳健有效的特征选择方法,利用局部二次逼近算法(LQA)和最大期望(EM)算法,给出估计算法和最优调节参数的选取方法。通过实验的模拟数据分析表明,所提出的特征提取选择方法整体优于基于最小二乘和中位数的正则化估计方法,特别当误差是非正态分布时,与已有方法相比具有较高的预测能力和稳健性。
  3. 所属分类:算法与数据结构

    • 发布日期:2018-06-16
    • 文件大小:1048576
    • 提供者:qq_28339273
  1. dimension_normalization

  2. 有时候需要将一批图片进行尺寸归一化操作。如在训练AdBoost的时候,需要更选取的相应特征模型将标记并裁减出来的正样本进行尺寸归一化成20x20、24x24、64x64。这里基于OpenCV提供了一个对指定文件夹下的图片进行尺寸归一化的小工具,有需要的朋友欢迎下载。
  3. 所属分类:机器学习

    • 发布日期:2018-12-17
    • 文件大小:12582912
    • 提供者:qq_38755175
  1. 使用Stata做主成分分析.pdf

  2. 使用Stata做主成分分析,利用stata如何做主成分分析做了详细的解释0171215 使用 Stata做主成分分析 original data space PCA component space PC 1 PC 2 PC 1 Gene 2 Gene t 图1 但是,对于更高维的数据,能想象其分布吗?就算能描述分布,如何精确地找到这些主成分的 轴?如何衡量你提取的主成分到底占了整个数据的多少信息?所以,我们就要用到主成分分析的 处理方法。 3.数据降维 为了说明什么是数据的主成分,先从数据降维说
  3. 所属分类:讲义

    • 发布日期:2019-07-16
    • 文件大小:3145728
    • 提供者:qingjiang1793
  1. 基于人工神经网络的液压振动系统研究

  2. 以两自由度液压激振压路机的液压振动系统为研究对象,采用立体正交试验选取试验因素,在每个试验因素中选择3个水平子集合,获得训练神经网络的样本。通过人工神经网络理论建立数学模型,借助Mtalab仿真计算出试验因素水平子集合最优组合参数。研究结果表明:通过建立人工神经网络数学模型,得出立体正交表的最优组合仿真目标值为0.552 3,系统刚度为3.3 N/mm,与试验目标值的相对误差为10.46%,满足工程要求。
  3. 所属分类:其它

    • 发布日期:2020-05-15
    • 文件大小:238592
    • 提供者:weixin_38663007
  1. 基于BP神经网络理论的注浆材料模型研究

  2. 以某矿现场注浆材料正交试验数据为训练样本,以注浆材料结石体28d强度为考核指标,建立BP神经网络预测模型,样本训练结果与BP神经网络模型预测结果拟合度均高于99%。选取矿山具有代表性的材料配合比实测结果与模型预测结果进行对比,结果表明:BP神经网络模型预测结果与实际结果具有较高的吻合度,能够进行注浆材料的28d强度预测。这对于快速确定注浆参数,实现突水灾害治理具有重要意义。
  3. 所属分类:其它

    • 发布日期:2020-04-29
    • 文件大小:184320
    • 提供者:weixin_38608875
  1. 从数据到特征.pdf

  2. 讲解机器学习的特征工程步骤 样本选取与拆分 1 数据归集 :实现相关的2 数据可视化:直观呈现分布、快速了解质量 数据可视化:直观呈现分布、快速了解质量 数据可视化:直观呈现分布、快速了解质量 数据可视化:直观呈现分布、快速了解质量 3 数据清洗:处理缺失确保可用性 数据清洗:处理缺失确保可用性 4 特征设计:数据转换与归一化 正态、标准特征设计:数据转换与归一化 正态、标准特征设计:数据转换与归一化 正态、标准5 特征加工,重构数据:建刻画场景 特征加工,重构数据:建刻画
  3. 所属分类:机器学习

    • 发布日期:2020-02-04
    • 文件大小:2097152
    • 提供者:lsbq7745
  1. kcf算法进行多目标跟踪

  2. 实现目标跟踪是靠给定一个图像块目标,学习一个分类器来区分目标与周围环境。为解决自然图像中的变化,使用目标周围区域的循环矩阵采集正负样本(选取目标位置为正样本,离目标较远的为负样本),利用岭回归训练目标检测器,将线性空间的岭回归通过核函数映射到非线性空间,在非线性空间通过求解一个对偶问题和某些常见的约束,并成功的利用循环矩阵在傅里叶空间可对角化的性质将矩阵的运算转化为向量的Hadamad积,即元素的点乘。
  3. 所属分类:机器学习

    • 发布日期:2020-01-16
    • 文件大小:1024
    • 提供者:qq_35800984
  1. 概念的渐进式认知理论与方法-计算机学报.pdf

  2. 摘要概念是知识表示的基本认知单元,它由外延和内涵两部分构成由于概念的外延与内涵可以相互诱导,所概念的外延和内涵中一旦有一个被确定下来,那么这个概念也就随之确定,概念认知是将属于这一概念的特征鳳性筛选出来,同时把不于这一概念的特征婳性排除,即通过确定内涵的方式获得櫶念,它采用特定的认知方法米完成概念的识别当前,概念认知正逐渐借鉴认知科学领域中的一些研究思想,不断地完善自身理论与方法.然而,现有的概念认知方法要求假定概念认知算子具有完全认知功能,但现实中由于个体认知的局限性往往会出现认知不完全的现象
  3. 所属分类:spark

    • 发布日期:2019-10-20
    • 文件大小:1048576
    • 提供者:weixin_45717907
  1. 模拟电路故障诊断理论与方法.pdf

  2. 模拟电路故障诊断理论与方法pdf,模拟电路故障诊断理论与方法目录 引言 模拟电路故障诊断方法的分类 三;现代模拟电路故障诊断理论和方法 2.专家系统故障诊断方法 2.2神经网终故障诊断方法 222 2.3模拟故障诊断方法… 2.4小波变换故障诊断方法 2.5多传慼器信息融合故障诊断方法… 2.6基于 Agent技术的故障诊断方法 2.7基于其他理论的故障诊断方法…………………………………………6 四:结论 结束语 参考文献 ………………10 0引言 近年来,随着对模拟电路故障诊断技木硏究的进一
  3. 所属分类:其它

    • 发布日期:2019-09-14
    • 文件大小:2097152
    • 提供者:weixin_38743481
  1. 基于快速密度聚类的电力通信网节点重要性评估.pdf

  2. 电力通信网的节点重要性评估是电力通信研究的一个重要议题。针对目前电力通信网节点重要性评估存在 的连接权值单一以及评价指标单一等问题,利用电力通信网的带宽和距离作为权值,计算电力通信网节点的多种 评价指标:节点强度、节点紧密度以及节点的介数。基于电力通信网节点的多种评价指标,利用快速密度聚类方 法建立电力通信网的节点重要性评估模型,为电网通信的规划做支撑。通过快速密度聚类方法进行无监督的分类, 将节点分为若干个重要性等级。该方法可以有效地改善基于距离的无监督分类方法的不足。利用某省的实际电
  3. 所属分类:其它

    • 发布日期:2019-09-13
    • 文件大小:403456
    • 提供者:weixin_38743481
  1.  电力电子电路健康监测的特征参数选取和阈值建立

  2. 文中提出的是关于电力电子电路健康监测的特征参数选取和健康阈值确定的方法。该方法以到健康样本集的马氏距离为特征参数,以正态化马氏距离的均值和均方差构建健康阈值。本文以Buck电路为例,选择电路输出电压作为监测信号,提取输出电压平均值及纹波值作为关键参数,计算马氏距离作为特征参数,求得健康阈值。然后用这些数据实现电路的健康状态监测。实验结果表明,利用该方法能够跟踪故障关键参数的变化趋势,有效实现电力电子电路的健康监测。
  3. 所属分类:其它

    • 发布日期:2021-01-30
    • 文件大小:1033216
    • 提供者:weixin_38703968
  1. 一类正则模糊神经网络及在沉积微相识别中的应用

  2. 考虑一种 5 层结构的正则化模糊神经网络模型, 针对网络结构的优化问题给出了该网络模型 规则层节点的选取方法和相应的反传学习规则; 针对样本筛选问题, 提出一种按模糊隶属函数值相近样 本向量类别矫正策略。 将正则模糊神经网络用于油藏沉积微相的识别, 可自动提取测井曲线与微相类型 之间复杂的映射关系, 实现沉积微相的连续识别。实际资料处理结果表明, 该方法对解决沉积微相识别 问题具有良好的适应性和实用性。
  3. 所属分类:其它

    • 发布日期:2021-01-15
    • 文件大小:345088
    • 提供者:weixin_38502916
  1. 基于正交级数的光伏电源输出功率概率模型

  2. 目前光伏输出功率概率建模中,参数分析方法需预先假设参数分布,非参数分析方法中常用的核密度估计的带宽值选取方法不统一,在此情况下提出一种非参数方法——正交级数密度估计,对数据分布不附加任何假设,基于正交级数理论直接建立光伏电源输出功率的概率模型。利用江西南昌及浙江嘉兴两地的光伏电源输出功率历史实测数据进行仿真,结合拟合优度检验和误差分析,验证了所提模型的准确性和有效性。对于不同时段、不同地区光伏电源输出功率的随机特性,所提方法具有良好的适用性,在样本容量变化时模型保持稳定性。
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:1048576
    • 提供者:weixin_38690830
« 12 »