您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. PHP linux jsapache php5 案例讲解

  2. 1.本书1、3~10、12~19章所附代码的运行环境 服务器Apache 2.0及以上版本 数据库采用MySQL 4.0.14 及以上版本 PHP采用PHP 4.3及以上版本 2.本书所附光盘范例 第1章(/01/) code1_1.html HTML标签代码 code1_2.html HTML文档注释 code1_3.html 字体格式 code1_4.html 段落标记符号 code1_5.html 无序号列表 code1_6.html 有序号列表 code1_7.html 文本和图像的位
  3. 所属分类:PHP

    • 发布日期:2010-08-16
    • 文件大小:2097152
    • 提供者:zhanghong86
  1. 精通PHP5应用开发 源代码

  2. 《精通PHP5应用开发》配套光盘源码实例 目录: 第1章(/01/) code1_1.html HTML标签代码 code1_2.html HTML文档注释 code1_3.html 字体格式 code1_4.html 段落标记符号 code1_5.html 无序号列表 code1_6.html 有序号列表 code1_7.html 文本和图像的位置关系 code1_8.html 锚点和链接 code1_9.html 复杂的表格 code1_10.html 综合实例页面 第3章(/ 03/)
  3. 所属分类:PHP

    • 发布日期:2012-07-11
    • 文件大小:1048576
    • 提供者:ibmfahsion
  1. 中文情感分析语料整理

  2. # 语料库说明 ------------------------------------------------------------------------ ## 词典 1、HowNet 情感词典 2、ntusd 情感词典 3、情感分析停用词表 4、结巴分词自定义词典 5、常用语词典,包括流行新词,网络流行词,手机词汇,粤语,潮语潮词、阿里巴巴-通讯产品词汇等 ## 手机评论数据 1、HTC手机评论,包括打分,共302篇1-5 2、魅族手机评论,包括打分,共529篇1-5 3、诺基亚手机评
  3. 所属分类:机器学习

    • 发布日期:2018-08-13
    • 文件大小:12582912
    • 提供者:xhyqlbd
  1. opencv水果识别样本(苹果、香蕉、梨子)

  2. 用于opencv的水果识别的图像样本,有苹果、香蕉、梨子。
  3. 所属分类:机器学习

    • 发布日期:2018-09-24
    • 文件大小:17825792
    • 提供者:lonman99
  1. 水果训练集以及训练出来的XML文件

  2. 水果识别所需的训练样本集以及所生成的XML文件,其中训练样本集,已经经过归一化处理之后的图片集,可以直接拿过来使用。
  3. 所属分类:机器学习

    • 发布日期:2018-10-27
    • 文件大小:15728640
    • 提供者:weixin_43124720
  1. 乌干达西南部卡林祖森林水果的营养成分及其对黑猩猩消费的影响

  2. 这项研究确定了营养水果含量对加林祖森林黑猩猩食用其水果的影响。 水果消费频率是通过对两年来采集的黑猩猩粪便样本进行分析得出的。 使用标准技术,使用冷冻干燥的新鲜样品分析水果含量。 在所有粪便样品中,Musanga leo-errerae(76.14%),Ficus spp(66.05%)和(18.68%)是最常食用的水果(N = 2683)。 通常,总酚和单宁含量低于1%/克的水果的水果消费量会增加,除了Musanga leo-errerae,Uvariopsis congoensis和Afra
  3. 所属分类:其它

    • 发布日期:2020-06-02
    • 文件大小:2097152
    • 提供者:weixin_38698174
  1. 水果自动识别的BP神经网络方法

  2. 针对多种水果混合的图像,对各种水果的提取和识别进行研究。利用Matlab软件进行图像数据获取、对比度增强、去噪、二值化处理;为弥补二值化后图像中出现的断边、孔洞,借助Sobel算子进行边缘提取以接合断边,并基于数学形态学算子填充孔洞。再标签化处理图像并提取水果的颜色、形状、边缘特征,用200幅水果图像提取上述特征构造训练样本和测试样本,然后利用构造的样本对BP神经网络进行训练和测试。实验结果表明,所提出的方法能够获得很高的正确识别率,能够有效地将同一幅图像中的不同水果识别出来。
  3. 所属分类:其它

    • 发布日期:2020-10-23
    • 文件大小:329728
    • 提供者:weixin_38751031
  1. Food-Calories-Estimation-Using-Image-Processing-源码

  2. 使用图像处理估算食物热量 问题 问题可以简单地陈述为:给定一组带有带有食物名称的校准对象拇指的食物图像和来自同一组食物的一组未标记的食物图像,识别食物并估计食物量和卡路里摄入量。 目标 使用卷积神经网络(CNN)检测食物类型 估计食物的重量和热量 数据采集 对于这个项目,我使用了两个数据集: ECUST食品数据集(ECUSTFD) 在这个项目中,我使用了7种食物,例如苹果,香蕉,胡萝卜,Cucumber,洋葱,橙子和番茄,详细信息如下表所示 食物种类 水果 密度 卡路里 标签 形状 苹果 0.6
  3. 所属分类:其它

    • 发布日期:2021-03-22
    • 文件大小:7340032
    • 提供者:weixin_42150341
  1. 基于支持向量机方法的水果表面农药污染分类研究

  2. 以支持向量机(SVM)的算法为基础,建立了近红外光谱识别脐橙表面被农药污染的定性分析模型。168个脐橙实验样本被随机的分为两组,第一组为建模集包含112个,用来建立SVM分类预测模型;第二组为预测集包含56个,用来对建立的模型验证其准确性。实验结果,该方法对脐橙是否被农药污染的正确识别率为100%(二类分类),对被不同浓度农药污染脐橙的正确识别率为87.5%(多类分类)。
  3. 所属分类:其它

    • 发布日期:2021-02-10
    • 文件大小:1048576
    • 提供者:weixin_38749863
  1. FYPFruitClassifier:使用监督的AdaBoost机器学习算法的自动水果分类器-源码

  2. 关于FYPFruitClassifier 这是第四年完成的名为“使用AdaBoost算法的自动水果分类器”的最后一年项目。 在此处阅读完整的文档: : 概要 首先,我们对水果图像的训练样本进行预处理。 预处理包括分离前景和背景,缩放和裁剪图像以减小尺寸,以便快速处理。 然后,我们从水果图像中提取特征,包括水果图像的颜色,纹理和形状。 然后将提取的特征拟合到AdaBoost分类器机器学习算法中。 最后,将从机器学习网络获得的结果与测试样本进行交叉验证。 获得的输出将为我们提供其已确认水果的预测
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:1048576
    • 提供者:weixin_42118160
  1. Food-Calories-Estimation-Using-Image-Processing-master-源码

  2. 使用图像处理估算食物热量 问题 问题可以简单地陈述为:给定一组带有带有食物名称的校准对象拇指的食物图像和来自同一组食物的一组未标记的食物图像,识别食物并估计食物量和卡路里摄入量。 目标 使用卷积神经网络(CNN)检测食物类型 估计食物的重量和热量 数据采集 对于这个项目,我使用了两个数据集: ECUST食品数据集(ECUSTFD) 在这个项目中,我使用了7种食物,例如苹果,香蕉,胡萝卜,Cucumber,洋葱,橙子和番茄,详细信息如下表所示 食物种类 水果 密度 卡路里 标签 形状 苹果 0.
  3. 所属分类:其它

    • 发布日期:2021-04-02
    • 文件大小:9437184
    • 提供者:weixin_42099858