实验内容 1.图形电话拨号面板的制作；    利用 GUI 图形用户界面设计工具生成的图形电话拨号面板，并将其保存为*.fig文件。

深度递归神经网络在语音分离中的应用和增强 语音分离实验 培训代码： codes/TSP/train_TSP_demo_mini_clip.m 演示版 在codes/TSP/demo/model.mat找到预训练的模型 在codes/TSP/demo/run_test_single_model.m运行演示代码 依存关系 该软件包基于 该软件依赖Mark Schmidt的软件包进行凸面优化。 此外，我们还包括了用于处理MFCC文件的Mark Hasegawa-Johnson的。 我们将用于计算功能（MFCC，logmel）（HCopy）。 我们使用信号处理功能。 我们使用工具箱版本2.0、3.0进行评估。 处理您的数据： 要尝试对数据进行编码，请参阅mir1k，TSP设置-相应地将数据放入codes/TSP/Data/ 。 调整开发集上的参数并检查结果。 笔记 使用MATLAB

可直接用于人脸识别技术的图像集-人脸数据集，数据集里有 40 个人，每个都有 10 张照片，分别存储在 40 个文件夹里，s1-s40，每个文件夹下面都有 10 张 .pgm 照片，每张照片的尺寸 112*92（长 * 宽）。

毕业设计 - 机器学习识别图片验证码 通过简单的图像识别算法来完成验证码识别，打算把机器学习中的分类算法全部使用一遍。 使用方法 爬取验证码 对图像做处理并切分 手工标注数据 导入训练集 使用测试集 图像处理 静态图片 清除图片噪点 清除图片干扰线 切割图片 信息输出 动态图片 按帧转存 GIF 读取每个 GIF 的 Duration 属性 找到 Duration 最长的图片，后同静态图片处理 识别算法 SVM 根据算法的性质，可以问题设定成一个二分类问题：识别数字1和2（当然也可以是其他的任意两个数字)。

基于MATLAB的HMM语音信号识别，可以识别0-9十个阿拉伯数字，带有一个丰富的人机交互GUI界面。算法流程为：显示原始波形图……显示语音结束处放大波形图……显示短时能量……设置门限……开始端点检测……，也可以通过添加噪声，对比加噪后的识别准确率。

恶意代码检测 该资源为恶意代码检测与识别的相关链接汇总，希望对您有所帮助！ 这是一个webshel​​l收集项目 送人玫瑰，手有余香，如果各位下载了本项目，也请您能提交shell 本项目涵盖各种常用脚本 如：asp，aspx，php，jsp，pl，py 收集自网络各处的webshel​​l样本，用于测试webshel​​l扫描器检测率。 史上最全的恶意软件地址集合 最新webshel​​l大合集收集与整理了各种webshel​​l，在日后的项目中做Webshel​​l检测训练。 网络安全数据集 本文主要收录安全相关的数据集，适合初创，中小型企业用于训练和验证自己的机器学习的模型，提高准确率和准确度。后续会慢慢补充，慢慢增加。 恶意Web请求数据集 数据集：1.KDD99网络流量数据集，有dos，u2r，r21，probe等类行攻击2.HTTP DATASET CSIC 2010，包含

惠普笔记本指纹识别驱动是一款专为惠普笔记本Validity打造的指纹识别驱动，本驱动支持WIN7/XP等主流操作系统，大家在安装好驱动后，需要重启电脑才能正常使用，需要的赶紧拿走吧。驱动简介：惠普笔记本Validity指纹传感器驱动程序可为支持的笔记本电脑和操作,欢迎下载体验

最近在处理语音检索相关的事。 其中用到语音识别，调用的是讯飞与百度的api，前者使用js是实现，后者用python3实现（因为自己使用python） 环境： python3.5 centos 7 流程 整个百度语音识别rest api 使用分为三部分： 1 （申请操作）创建应用，获取应用的 API Key 以及 Secret Key。 2 （程序实现）通过已知的 应用的 API Key 以及 Secret Key, 发送post 请求到 https://openapi.baidu.com/oauth/2.0/token 获取 token 3 （程序实现） 通过上步骤获取的 toke

本文档的主要内容详细介绍的是从零开始学电子元器件识别与检测技术PDF电子教材   学习电子技术离不开电子元器件的识别、检测与更换。《从零开始学电子元器件识别与检测技术》就是为使初学者从零开始，快速掌握电子元器件的识别与检测技术而编写的。本书对各种常用电子元器件的外形结构、作用性能、识别及检测技术进行了系统的分析和介绍，内容新颖、资料翔实、通俗易懂，具有较强的针对性和实用性。

毕业设计:基于深度学习的人脸识别签到系统的设计与实现 准备： 安装virtualenv: pip install virtualenv 创建虚拟环境: virtualenv venv 进入虚拟环境: venv\Scripts\activate 安装依赖的包: pip install -r requirements.txt 运行： 更新数据库：python app.py db upgrade 生成管理员用户：python app.py init 运行：python app.py runserver 初始管理员账户： 学号：000000 密码：666666