OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 车辆检测器 这是一个交通监控系统的项目。 使用OpenCV和YOLOv8实现如下功能，实时车辆检测、车辆跟踪、实时车速检测，以及检测车辆是否超速。 跟踪代码如下，赋予每个目标唯一ID，避免重复计算。 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆

## 开发软件： WebStorm 开发环境：Nodejs + vue + express + mongodb数据库 本网站是关于某个课程的在线学习平台，有网站前台，网站后台，服务器端接口和数据库4个部分。教师身份登录网站后端后可以发布管理教学视频，发布管理教学课件，发布管理学习案例，发布管理课程新闻通知信息，发布维护课程大纲信息，发布维护课程宣传信息。学生可以打开网站前端进行视频播放学习，下载课件学习，课程实例学习；可以查看教学课程通知新闻信息，可以查看课程大纲信息等，服务器后端接口负责接受前后端的http请求进行业务处理，将数据保存到mongodb数据库持久化。

"三相桥式可控整流电路的MATLAB仿真" 三相桥式可控整流电路是电力电子技术中最重要的电路之一，也是应用最广泛的电路，不仅应用于一般工业领域，也广泛应用于交通运输、电力系统、通信系统、能源系统及其他领域。因此，对三相桥式可控整流电路的相关参数和不同性质负载的工作情况进行对比分析与研究具有重要的现实意义。 三相桥式半控整流电路是三相桥式可控整流电路的一种， 由共阴极接法的三相半波可控整流电路与共阳极接法的三相半波不可控整流电路串联而成。这种电路兼有可控和不可控的特性，共阳极组3个整流二极管总是自然换相点换流，使电流换到比阴极电位更低的一相；而共阴极组3个晶闸管则要在触发后才能换到阳极电位高的一个。 三相桥式半控整流电路的工作情况可以通过MATLAB软件的Power System工具箱进行仿真，并对其带纯电阻负载及电阻电感性负载时的工作情况进行对比分析与研究。仿真结果验证了所建模型的正确性。 在仿真中，假定负载电感L足够大，可以认为负载电流在整个稳态工作过程中保持恒值，因此不论控制角为何值，负载电流i总是单向流动，而且变化很小。一个周期中参与导通的管子及输出整流电压的情况如表1所示。 表1 三相桥式半控整流电路电阻负载ct=0时的晶闸管和二极管工作情况 晶闸管触发角a=0时，对于共阴极组所接的3个晶闸管，阳极所接交流电压最高的1个导通；同理，对于共阳极组阴极所接交流电压最低的1个导通。这样，任意时刻共阳极组和共阴极组中总是各有1个管子处于导通状态，负载电压为某个线电压。 图1中各个管子均在自然换相点处换相，从输入电压与负载线电压的对照来看，自然换相点既是各线电压的交点，又是各相电压的交点。从线电压波形可以看到由于共阴极组中处于通态的晶闸管对应的是最大相电压，而共阳极组中对应的是最小的相电压。 在MATLAB仿真中，可以通过改变共阴极组晶闸管的控制角，获取0-2.34u（变压器二次侧电压）的直流电压。具体电路图如图1所示。 三相桥式可控整流电路的MATLAB仿真可以帮助我们更好地理解和分析三相桥式可控整流电路的工作原理和特性，并且可以应用于实际工程中。

资源共享

spark+hadoop大数据处理学习笔记

在使用深度学习模型研究遥感影像地物分类问题时,某些地物的遥感影像可用于训练的样本很少。同时,多样化的遥感影像获取方式产生了大量不同空间分辨率的多模态遥感影像。融合这些多模态遥感影像,弥补样本量少导致分类精度低的缺陷,是小样本的遥感影像高精度分类领域中亟待解决的问题。针对上述问题,提出了考虑两种空间分辨率遥感影像相关关系的融合分类方法。首先,使用两个并行的深度学习网络分别提取两种空间分辨率影像的高层特征;其次,将提取到的高层特征通过融合方法进行融合;最后,得到融合后的高层特征作为输入,训练整个融合分类模型。实验表明,不同融合策略的分类精度不同,本文提出的基于高层特征级别的融合策略可以有效提高分类精度。

Matlab深度学习工具箱《工具包》

机器学习

基于深度学习的舌苔检测毕设留档.zip

## 开发技术：基于MVC思想和三层设计模式，前台采用bootstrap响应式框架，后台div+css ##程序开发软件: Visual Studio 2010以上 数据库：sqlserver2005以上 ### 前台显示系统包括首页、课程信息、教师信息、获奖信息、课程实践、教材信息、论文信息、课件信息、录像信息、在线答疑、个人用户管理等栏目，现分别介绍： (1)首页：包含了会员注册和登录栏目、信息搜索栏目、友情链接栏目以及课程信息、教师信息、教材信息、论文信息的简要介绍。 (2)课程信息：对精品课程作了简要介绍，并详尽阐述课程的教学方法、教学大纲、课程简介，列举了教学过程中所用的教材、课件、录像以及实践项目 (3)教师信息：对教师情况进行详细介绍，包括教师教授的课程、获得的奖项情况以及发表过的学术论文。 (4)获奖信息：对教师所获奖项进行简要介绍，包括获奖时间和获奖内容。 (5)课程实践：对课程的实践项目介绍，包括单元实训、综合实训以及课程实验。 (6)教材信息：介绍课程使用教材，包括教材名、作者、出版社以及出版时间。 (7)论文信息：对教师发表过的学术论文进行简要