搜索资源列表
基于ASM和K近邻算法的人脸脸型分类_张倩
- 针对人脸特征分类问题，提出一种基于主动形状模型(ASM)和 K 近邻算法的人脸脸型分类方法。将 Hausdorff 距离作为 K 近邻算法的距离函数，利用 ASM 算法提取待测图像的特征点，对点集进行归一化后计算人脸轮廓特征点与样本库中所有样本点集的 Hausdorff距离，根据该距离值，通过 K 近邻算法实现待测图像的脸型分类。实验结果证明，该方法分类正确率高、速度快、易于实现。(Aiming at the problem of face feature classification, thi
tensorflow-mnist-predict-master
- 这个项目由四个脚本组成： 1. _create_model_1.py_ - 基于初学者教程创建一个模型model.ckpt文件。 2. * create_model_2.py * - 基于专家教程创建模型model2.ckpt文件。 3. * predict_1.py * - 使用model.ckpt（初学者教程）文件来预测.png文件中手写数字的正确整数。 4. * predict_2.py * - 使用model2.ckpt（专家教程）文件来预测.png文件中手写数字的正确整数。
instrument
- 这里是使用js中echarts库编写的汽车仪表模型(Here is an automobile meter model written in echarts Library of JS.)
libiec61850-1.2.1.tar
- 此库通过标准C编写，提供IEC61850的MMS协议实现的最新版ED2，兼容大多数ED1；它也提供变电站内的GOOSE通信。这个项目的目标是提供一个实现，并且这个实现非常的轻便，可以运行在嵌入式系统和小型控制器上。它还提供了很多简单的例子，可以作为我们自己的程序的开始点。 如下特性被支持： 1 ISO全协议的TCP/IP 2 静态生成IED模型，是靠SCL文件，通过C代码生成 3 动态生成IED模型，是通过API调用或者通过配置文件 4 关联服务（通过密码验证） 5 简单的和复杂的MMS变量读写
新建文件夹 (3)
- 主要是建立考虑温度场与立场耦合下的直齿轮动力学模型。通过龙格库塔法求解，得出一系列的动态特性。(The dynamic model of spur gear is mainly established considering the coupling of temperature field and position. A series of dynamic characteristics are obtained by using the runge-kutta method.)
IEEE39BusSystem
- 基于PSCAD的IEEE39节点测试系统，可实现电磁暂态仿真、机电暂态仿真以及小信号稳定性仿真分析等。通过E-TRAN将PSS/E数据转换为PSCAD模型，模型包含有E-TRAN的元件库等。(IEEE New England 39-bus test system based on PSCAD/EMTDC. The model can be used in electromagnetic transient simulations, electromechanical transient sim
homework3
- 将二位数据投影到一维线性， LDA（Latent Dirichlet Allocation）是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。所谓生成模型，就是说，我们认为一篇文章的每个词都是通过“以一定概率选择了某个主题，并从这个主题中以一定概率选择某个词语”这样一个过程得到。文档到主题服从多项式分布，主题到词服从多项式分布。 [1] LDA是一种非监督机器学习技术，可以用来识别大规模文档集（document collection）或语料库（corpus）
基于深度学习的二进制代码漏洞检测系统
- 二进制代码漏洞检测是一个重要的研究问题。针对当前基于静态分析的二进制代码漏洞检测系统普遍存在误报率高,检测粒度粗,且依赖专家经验等问题,提出了用库/API函数调用程序切片细粒度表示二进制程序,并引入深度学习技术,自动检测二进制程序中库/API函数调用相关漏洞,设计并实现了一个基于深度学习的二进制代码漏洞检测系统——BVDetector。该系统通过对二进制程序进行控制流和数据流分析,从程序中提取库/API函数调用的程序切片,并为程序切片添加有无漏洞的标签;然后将程序切片转换成符合漏洞检测深度学习模
Deep Learning with Python
- 深度学习基本算法，深度学习with python作为标题建议介绍深度学习使用Python编程语言和开源Keras库，它允许简单快速的原型设计。 在Python深度学习中， 你将从一开始就学习深度学习，你将学习所有关于图像分类模型，如何使用深度学习获取文本和序列，甚至可以学习如何使用神经网络生成文本和图像。 本书是为那些具有Python技能的人员编写的，但你不必在机器学习，Tensorflow或Keras方面有过任何经验。你也不需要先进的数学背景，只有基础的高中水平数学应该让你跟随和理解核心
shape_predictor_81_face_landmarks-master
- 基于dlib库的人脸68个特征点训练模型的扩展模型，可识别出人脸81个特征点，包括额头部分。(Based on the extended model of the face training model of 68 feature points based on Dlib database, 81 feature points can be recognized, including the forehead part.)
自然语言处理课程设计代码
- 一、宋词词频统计：语料库：ci.txt 要求：编程序，输入ci，自动分析统计ci.txt，统计宋词的单字词，双字词等。统计后，输出的是单字词和双字词的词典文件。文件中包括相应的词和频度（次数）。 二：宋词自动生成：语料库：ci.txt 要求：输入词牌，基于宋词的词典和宋词的词牌，可以随机或者按照语言模型，自动生成宋词。设计相应的Ui或者Web界面。 四、中文词法分析系统：语料库：1998-01-2003版-带音.txt 要求：根据构建的单词词典和双词词典，用n-gram模型，或者前向最
合工大自然语言处理报告代码
- 四、中文词法分析系统 1、实验要求 语料库：1998-01-2003版-带音.txt 要求：根据构建的单词词典和双词词典，用n-gram模型，或者前向最长匹配，或者后向最长匹配等算法，鼓励用更复杂一些的方法来进行，包括隐马尔科夫模型和条件随机场模型。 二、宋词自动生成 1、实验要求 语料库：ci.txt 要求：输入词牌，基于宋词的词典和宋词的词牌，可以随机或者按照语言模型，自动生成宋词。设计相应的Ui或者Web界面。 实现了隐马尔科夫模型分词
无人机.zip
- VirtualArena是用于控制设计和系统仿真的面向对象的Matlab集成开发环境，其实现目标如下: 1)避免重新实现大多数项目共有的功能，例如: -离散化策略(例如欧拉向前，龙格库塔，…) -系统线性化的雅可比计算方法，例如基于符号或样本的方法 -实施标准车辆动力学，如独轮车或类似无人机的车辆，并实施不同的姿态表示，如旋转矩阵或四元数 -状态观测器自动生成，例如扩展卡尔曼滤波器(EKF) -基于网络的控制器的实施结构 - … 2)建立一套通用接口，允许
SGP8_1.0
- SGP是第一个轨道传播器。它是由希尔顿和库尔曼于1966年开发的，这要归功于Kozai在1959年所做的一项研究工作。它是为绕地球轨道运行的卫星制造的，其中包括轨道周期小于225分钟的卫星。该模型假定偏心率低，并且近地点的高度恒定。 SGP4由肯·克兰福德（Ken Cranford）于1970年开发。它是对之前的传播器的改进，目的是跟踪此时轨道上不断增长的卫星数量。它也用于近地卫星。 SGP8也用于近地卫星，几乎类似于SGP4传播器，但计算方法不同。但是，对于大气和重力效应，它遵循相同的模型
新冠病毒 X光片 机器识别源码
- 新冠病毒 X光片 机器识别源码 模型简略，极简库即可识别 准确率 98%
精心整理 _ 非常全面的Pandas入门教程
- pandas是基于NumPy的一种数据分析工具，在机器学习任务中，我们首先需要对数据进行清洗和编辑等工作，pandas库大大简化了我们的工作量，熟练并掌握pandas常规用法是正确构建机器学习模型的第一步(Pandas is a data analysis tool based on NumPy. In the machine learning task, we first need to clean and edit the data. The Library of Pandas greatl
常规三轴
- 假三轴压缩实验，围压配置2mpa。采用摩尔库伦模型(The confining pressure is 2 MPa. The Mohr Coulomb model is used)