搜索资源列表
【超人】提现 2.4.1
- 【超人】提现会员可在微信公众号上申请提现，管理员后台一键提现，现金及时到微信钱包，不需要繁琐的线下打款。 +支持一键提现，实时到账，无需繁琐的线下打款！("Superman" withdrawal members can apply for withdrawal, on # WeChat public administrator background a key withdrawal, the cash in a timely manner to the WeChat pu
gaussianBkModelTest
- 采用混合高斯模型，实现对监视背景的建模，有利于下一步运动目标的检测(The mixed Gauss model, modeling of monitoring background, is conducive to the detection of moving target next)
cltphp_v5.5.3
- CLTPHP后台管理系统，包含权限管理，网站基本设置，模型管理，网站内容管理，会员管理，广告管理，留言管理，友情链接等相关模块。基于ThinkPHP5开发，后台采用Bootstrap框架，实现完全自适应。 ThinkPHP5基于PHP5.4设计（支持PHP7），采用全新的架构思想，引入了很多的PHP新特性，优化了核心，减少了依赖，实现了真正的惰性加载。 Bootstrap 是最受欢迎的 HTML、CSS 和 JS 框架，用于开发响应式布局、移动设备优先的 WEB 项目。简洁、直观、强悍的前端
2
- This paper presents an online feature selection algorithm for video object tracking. Using the object and background pixels from the previous frame as training samples, we model the feature selection problem as finding a good subset of features to
tinyshop2.4
- 说明： 产品特性 1、强大的框架支持 TinyShop基于Tiny框架开发，使系统更加高效、稳定、快捷、安全。 2、强大的后台定制化管理 后台管理，通过角色进行权限分配，权限可以控制每一个执行动作，时时性权限控制可及时控制角色的权限，即使用户在线，亦可瞬间使角色增加和减少权限且即使生效,最大程序的保护程序的安全。 3、基于模型化的产品发布与特有的规格设计 通过对产品进行模型化设计，更加方便快捷的发布产品，自由式的规格设计，可以为特定的产品方便的选择特定的规格，规格为高效的筛选做了特殊的优化设计
背景网格法-matlab
- 基于背景网格法在matlab中建立混凝土随机骨料模型，(Setting up a random aggregate model of concrete based on background grid method)
Book site
- 本系统建立了一个智能、高效、方便、快捷的书店网站平台。系统包含了前台和后台的管理。前台的功能主要是书店网站信息的展览，包括用户的登录注册、书本的搜索、图书的分类、销售排行以及畅销图书、最新图书、打折促销图书、推荐的图书、用户对图书的收藏和购买功能以及用户对网站的评价留言。后台的功能主要是管理员对用户的管理、图书信息的管理、用户订单的管理、库存的管理、留言信息的处理等，强力打造一个良好的网上书店模式。(This system has established a smart, efficient,
Matlab-libsvm-3.20
- SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。 Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分说起，然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去，这种分类器被称为支持向量机(Support Vector Machine，简称SVM)。支持向量机的提出有很深的理论背景。 支持向量机方法是在后来提出的
inspired_by_axonal_delay
- Biological systems are able to recognise temporal sequences of stimuli or compute in the temporal domain. In this paper we are exploring whether a biophysical model of a pyramidal neuron can detect and learn systematic time delays between the spik
camshift
- Focusing on the failure under the condition of target blocking, the similarity between target color and background color for the Camshift algorithm, an improved algorithm based on Camshift algorithm is proposed. Gaussian mixture model is used to d
Python深度学习.pdf+代码
- 本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Franc?ois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。(This book is written by Franc
人员疏散仿真源程序
- 采用格子气模型和背景场模型对障碍物双出口房间内的行人疏散过程进行仿真(Simulation of pedestrian evacuation process in double exit room of obstacles using lattice gas model and background field model)
仿真
- 基于元胞自动机实现人员疏散仿真，介绍背景场模型和格子气模型的原理,采用格子气模型和背景场模型对障碍物双出口房间内的行人疏散过程(Based on the cellular automata to realize the evacuation simulation of the personnel, introduce the principle of the background field model and the lattice gas model, and adopt the latti
automatic_image_segement
- 本文以k-means算法为背景，引入信息熵相关知识，从而实现全自动分割图像。然而在利用混合高斯模型对图像进行数据分析时，会发生一定的过拟合现象，导致我们得不到预期的聚类数目。本文设计合理的合并准则，令模型简化，有效地消除过拟合现象，使得最后得到的聚类数目与预期符合。，设计合理的准则改进了图像的全自动分割方法，使得分割结果更加优化(In this paper, k-means algorithm is used as the background, and information entropy
背景差分法
- 基于阈值的高斯混合模型的背景差分法，适合初学者(Background difference method based on threshold-based Gaussian mixture model, suitable for beginners)