您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. VC人脸识别系统源码

  2. 本课题的主要内容是图像预处理,它主要从摄像头中获取人脸图像然后进行处理,以便提高定位和识别的准确率.该模块主要包含光线补偿、图像灰度化、高斯平滑、均衡直方图、图像对比度增强,图像预处理模块在整个系统中起着极其关键的作用,图像处理的好坏直接影响着后面的定位和识别工作,内有源代码和全部论文资料-this issue is the major content of image preprocessing, mainly from the camera to obtain images Face th
  3. 所属分类:C++

    • 发布日期:2011-09-07
    • 文件大小:2097152
    • 提供者:cn181
  1. neat-data-preprocessing-源码

  2. neat-data-preprocessing
  3. 所属分类:其它

    • 发布日期:2021-03-22
    • 文件大小:730112
    • 提供者:weixin_42157188
  1. preprocessing-源码

  2. preprocessing
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:5120
    • 提供者:weixin_42099815
  1. NatComm_Levinson2021:Levinson&Podvalny等人的分析代码(2021年,《自然通讯》)-源码

  2. Levinson&Podvalny等人的分析代码(2021年,《自然通讯》) 初始化路径 编辑目录文件以标识您的本地数据,脚本和软件路径。 类似地编辑HLTP_paths.m。 特定主题的分析管道 前处理 在MATLAB中运行Behavior / HLTP_process_behavior。这将生成行为数据的各种摘要,但最重要的是要生成一系列事件(EV)文件,以供以后的分析使用。 在终端运行Preprocessing / HLTP_preprocess.sh XX,其中XX是两位数字的主题代码,
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:102760448
    • 提供者:weixin_42123191
  1. simple_preprocessing:这是使用python进行的简单预处理-源码

  2. 简单的预处理 这是使用python进行的简单预处理 如何使用 将其放在同一目录中 使用以下命令在文件中导入简单的预处理 import simple_preprocessing import preprocessing 对于proces,您可以使用字符串和数组 _input = "example" data_input = preprocessing ( _input ) 这个简单的预处理流程是cleaning => tokenization => filtering =>
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:2048
    • 提供者:weixin_42109178
  1. Exercices-Classification-Ensemble-learning-Clustering-源码

  2. TD-2-3-4-5 您必须保存您的代码。 您将在以后使用 挑战 在本练习中,我们将实现逻辑回归并将其应用于分类任务。 在本练习的第一部分中,我们将建立一个逻辑回归模型,以预测管理人员是否会升职。 您必须根据每位员工在两次与领域相关的考试(年龄和性别)上的成绩来确定他们晋升的机会。 您具有以前申请人的历史数据,可以用作逻辑回归的训练集。 为此,我们将建立一个分类模型,根据考试分数估算入学概率。 从加载数据,使用pandas方法检查数据,检查变量类型并将分类变量转换为数值 使用扩展数据集Min
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:266240
    • 提供者:weixin_42125867
  1. fcMGM-源码

  2. fcMGM 该程序要求存在一个文件,该文件将放置细胞荧光仪输出文件。 folder1/ AutoFl:dataAF.fcs 0:data00.fcs folder2/ 18:data18.fcs 24:data24.fcs folder3/ 42:data42.fcs 48:data48.fcs 文件的名称可以类似于fileCTV-PKH.dat ,其中CTV和PKH是荧光通道的名称。 在第一次执行时,我们将使用预处理标志运行程序: python runFcMGM.py --prepro
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:30720
    • 提供者:weixin_42122986
  1. CISC867_Project-源码

  2. CISC867_Project作者:Rachel Theriault * Paper_Draft文件夹:包含我的论文的pdf文件和一个下页的链接(以备不时之需)。 * Preprocessing文件夹包含用于预处理数据和执行套索的MATLAB代码。 * VAE文件夹包含Kim等人的pytorch VAE代码。 由Rachel Theriault编辑,并应用于CISC 867课程项目。 代码的使用部分已添加注释,并且在某些情况下已被修改。 VAE结果显示在论文草稿中。 * ANN包含由Ra
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:613416960
    • 提供者:weixin_42134117
  1. Adult-Teenager-Classification-using-Deep-Learning-源码

  2. 使用深度学习的青少年分类 问题陈述 通过使用具有不同矢量化器的各种模型,我想通过分析用户在不同子reddit中使用的词来确定模型是否可以准确预测用户的成熟度/年龄。 我将从每个subreddit,r /​​ Teenagers和r / Adulting收集5,000行数据,并使用这些数据来训练我的朴素贝叶斯和KNN模型。 我的目的是确定在两个子Reddit中的任何一个中使用的关键字,创建停用词,并确定模型中的最佳超参数。 使用的内容和数据 笔记本(按顺序) 数据采集 Adulting_Data
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:4194304
    • 提供者:weixin_42097450
  1. CA04-源码

  2. CA04:集成模型 比较不同集成模型的性能。 资料总览数据集是从人口普查局获得的,其工资被分类为少于50k或大于或等于50k。 这些人是根据许多人口统计学变量进行分类的,包括年龄,资本损益,教育程度,每周工作时间,婚姻状况和关系,职业以及种族和性别。 脚步 数据质量分析 数据清理 寻找决策树分类器模型的最优值 寻找AdaBoost的最佳价值 寻找梯度Boost分类器的最优值 为XGB模型寻找最佳价值 比较表格中的效果 配套 将熊猫作为pd导入将numpy导入为np 从sklearn.imput
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:302080
    • 提供者:weixin_42134338
  1. DEM2basin:预处理脚本,以从标准源数据向GeoFlood生成分水岭描述的输入文件-源码

  2. DEM到流域预处理 该预处理脚本将获取源1米数字高程模型(DEM)数据,并将其拆分,修剪,缓冲并重新投影到各个水文盆地(由其唯一标识符“ HUC12” ID标识)。 该预处理脚本还生成与每个新的HUC12 DEM栅格相对应的辅助数据产品,以描述其子流域(即“集水区”),流(即“流线”)和每个流化床的粗糙度。 综上所述,这些是运行所需的主要投入, 可以创建短期洪水预测。 主要的Python脚本 推荐的运行geoflood-preprocessing-1m-mp.py : python3 ge
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:94371840
    • 提供者:weixin_42097967
  1. DiffusionLearning-INTEGRAL-源码

  2. 扩散学习-整体 该工具箱允许在非常大的数据集上实施以下基于扩散的聚类算法: 通过无监督非线性扩散(LUND)学习 下载此工具箱后,请执行以下步骤。 它只需要做一次。 确保AVIRS-NG印度森林数据集(标题为“ r1_reg.mat”)在您的MATLAB路径中。 运行“ preprocessing.m”。 该脚本将在本地保存最近的邻居和图像的标准化版本。 该文件是8.07 GB。 完成上述操作后,您可以使用main.m文件分析AVIRIS-NG印度森林数据集。 对于AVIRS-NG印度
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:92160
    • 提供者:weixin_42131405
  1. OR568-Group5-WineQuality-源码

  2. OR568-Group5-WineQuality data / preprocessing.R包含用于在data生成预处理的csv以及在graphics中生成graphics 。 有关我如何预处理数据的更多详细信息,请参见代码注释。
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:427008
    • 提供者:weixin_42157166
  1. eng_i_am_data_analyst-源码

  2. 我的项目的描述。 № 项目说明 技能和工具 1个 。 调查和确定的参数在某种程度上影响公寓的最终成本。 需要数据来构建自动公寓评估系统。 影响价格的主要因素:位置,到市中心和地铁站的距离。 Python , Pandas , Matplotlib , exploratory data analysis , data visualization , data preprocessing 。 2个 分析了移动运营商的资费和客户行为。 为营销部门准备了一份报告-如何提高费率。 提出了一些建议:
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:24117248
    • 提供者:weixin_42115513
  1. Python-Preprocessing-源码

  2. Python-Preprocessing
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:24576
    • 提供者:weixin_42160424
  1. Movie-Recommender-System:这是使用Python构建的好莱坞电影推荐系统-源码

  2. 电影推荐系统 这是使用Python构建的好莱坞电影推荐系统。 我使用IMDB 5000电影数据集来构建它。 链接到数据集:-https: 链接到Web应用程序: : 我还写了一个有关此项目的博客,可帮助您了解整个过程: : 我使用内置Python的Flask Web框架将其放入Web。 文件简介 *在preprocessing.ipynb文件中,“数据预处理”部分已完成。 *在create.py文件中,我创建了两个文件供将来使用,一个是data.csv,另一个是numpy矩阵。
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:934912
    • 提供者:weixin_42138703
  1. dialogy:用于人类对话的语言理解工具包-源码

  2. 对话性 Dialogy是包含电池的 :battery: 固执己见的框架,可为语音应用程序构建机器学习解决方案。 基于插件:轻松将组件导入/导出到其他项目。 :electric_plug: 与堆栈无关:不对ML堆栈进行任何假设; 使用Dialogy不会影响您对机器学习库的选择。 :thumbs_up: 渐进式:最少的样板编写,使您可以专注于机器学习问题。 :pinching_hand: 安装 pip install dialogy 测试 make test 例子 使用dialogy在
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:193536
    • 提供者:weixin_42159267
  1. sPhysNet-源码

  2. 物理网 目录 项目组织 环境设定 教程 参考 1.项目组织 |- README.md <- this file |- tutorial.ipynb <- A tutotial file for data preprocessing and sPhysNet training |- PhysDime-Seq <-
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:70656
    • 提供者:weixin_42180863
  1. Kaggle-RSNA:第五名解决方案-源码

  2. 如何配置 配置文件包括数据路径,优化器,调度程序等,... 在每个配置文件中: stage / data_params / root:到存储图像数据的文件夹。 image_size:确定图像的大小 笔记: 您不需要更改: train_csv和valid_csv因为通过运行以下bash文件会覆盖它们。 前处理 以下数据用于不同的型号。 3个窗口(3w)数据: python src/preprocessing.py extract-images --inputdir --outputd
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:155189248
    • 提供者:weixin_42151599
  1. horvath-2013-clock-源码

  2. 预测年龄:两性之间的DNA甲基化时钟差异 总结步骤: 1运行GEOquery.seq以下载训练和测试数据集的样本。 2运行common_methylation_ids.seq以从所有登录样本中获取通用ID。 3在每个登录名上运行preprocessing.seq以创建训练文件。 4使用包含您的训练文件的文件夹运行elasticnet_train.seq。 5通过运行fast_coef_check.seq检查学习的系数,然后选择适当的精度以选择重要的系数。 6使用check_betas
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:24117248
    • 提供者:weixin_42118770
« 12 3 »