注意:全网站最全最新最优秀(信我开心,不信倒霉,坑我已踩完!) 通过对企业的报刊订阅业务进行分析、调查,报刊订阅管理系统主要实现以下功能: ①录入功能:录入订阅人员信息、报刊基本信息; ②订阅功能:订阅人员订阅报刊(并计算出其金额); ③查询功能:按人员查询、按报刊查询、按部门查询有关订阅信息; ④统计功能:按报刊统计、按人员统计、按部门统计;
2024-06-20 22:36:58 10.97MB
1
基于matlab的多种图像去噪代码实现
2024-06-17 15:07:25 1.9MB matlab 图像处理
1
开发环境: - Windows 10 pro x64 - Visual Studio 2015 - Seetaface6 算法模型: - face_detector.csta - face_landmarker_pts5.csta - fas_first.csta - fas_second.csta 软件功能 - 参数显示 - 实时活体检测 - 取消
2024-06-03 17:34:15 140.37MB seetaface6 人脸活体检测
1
开发环境: - Windows 10 pro x64 - Visual Studio 2015 - Seetaface6 算法模型: - face_detector.csta - face_landmarker_pts5.csta - face_landmarker_pts68.csta 软件功能 - 获取参数 - 图片人脸检测+关键点定位 - 摄像头人脸检测+关键点定位等 - 其中关键点定位支持5点和68点两种模型。
2024-06-03 17:08:25 30.72MB seetaface6 人脸检测 关键点定位 windows
1
史上最全springboot+vue3+element-plus代码实现web登录页面(附件有代码)
2024-05-30 18:48:17 86KB spring boot spring boot
1
svm支持向量机python代码 支持向量机SVM通俗理解(python代码实现).pdf 支持向量机SVM通俗理解(python代码实现).pdf 支持向量机SVM通俗理解(python代码实现).pdf 支持向量机SVM通俗理解(python代码实现).pdf 支持向量机SVM通俗理解(python代码实现).pdf 支持向量机SVM通俗理解(python代码实现).pdf 支持向量机SVM通俗理解(python代码实现).pdf 支持向量机SVM通俗理解(python代码实现).pdf 支持向量机SVM通俗理解(python代码实现).pdf 支持向量机SVM通俗理解(python代码实现).pdf 支持向量机SVM通俗理解(python代码实现).pdf 支持向量机SVM通俗理解(python代码实现).pdf 支持向量机SVM通俗理解(python代码实现).pdf 支持向量机SVM通俗理解(python代码实现).pdf 支持向量机SVM通俗理解(python代码实现).pdf 支持向量机SVM通俗理解(python代码实现).pdf
2024-05-29 17:17:50 189KB 支持向量机 python
1
基于孤立森林的代码实现
2024-05-25 19:42:19 1.66MB 异常检测
1
在移动场景下,数字证书的应用面临各种问题,而SM2协同签名作为一种高效、安全的解决方案,能够有效应对这些问题。它在移动设备上的应用前景广阔,有助于提升移动场景下数字证书的安全性和便利性,为用户提供更好的数字身份认证和数据保护,SM2协同算法作为手机盾产品的核心算法,目前在平台上真正提供开源实现的很少,本人处于一种爱好在OPENSSL 开源代码的基础上实现了一种SM2的协同算法,可供各同仁参考研究。本次把测试源码分享给大家,期待与各位同仁共同交流和探讨,共享SM2协同密码算法的成果
2024-05-23 11:20:04 862KB
1
数据标准化(Normalization)是指:将数据按照一定的比例进行缩放,使其落入一个特定的小区间。 为什么要进行数据标准化呢? 去除数据的单位限制,将其转化为无量纲的纯数值,便于不同量级、不同单位或不同范围的数据转化为统一的标准数值,以便进行比较分析和加权。 通过手写Python代码对海伦约会对象数据集完成数据标准化归一化的预处理。 其中包含: (1)Min-Max标准化 (2)Z-Score标准化 (3)小数定标标准化 (4)均值归一化法 (5)向量归一化 (6)指数转换
2024-05-12 16:42:06 981B python 机器学习 数据挖掘 数据预处理
1
本教程的主要目的是教读者利用OpenCV和EAST文本检测器来检测文本。EAST文本检测器需要OpenCV3.4.2或更高版本,有需要的读者可以先安装OpenCV。教程第一部分分析为何在自然场景下进行文本检测的挑战性是如此之高。接下来简要探讨EAST文本检测器,为何使用,算法新在何处,并附上相关论文供读者参考。最后提供Python+OpenCV文本检测实现方式,供读者在自己的应用中使用。由于光照条件、图片质量以及目标非线性排列等因素的限制,自然场景下的文本检测任务难度较大受约束的受控环境中的文本检测任务通常可以使用基于启发式的方法来完成,比如利用梯度信息或文本通常被分成段落呈现,并且字符一般都
2024-04-18 20:46:49 548KB
1