利用keras搭建学习模型，学习人脸表情数据库，在视频流上利用OpenCV人脸识别模型采集人脸，并根据人脸表情进行分类，代码含有数据集，软件利用Python开发

数据集名称：成人自闭症谱系筛查数据 摘要：自闭症谱系障碍（ASD）是一种与显着的医疗费用有关的神经发育疾病，早期诊断可以显着减少这些疾病。 不幸的是，等待ASD诊断的时间很长，而且程序的成本效益也不高。 自闭症的经济影响和全世界ASD病例数量的增加表明，迫切需要开发易于实施和有效的筛查方法。 因此，迫切需要进行时间高效且可访问的ASD筛查，以帮助卫生专业人员并告知个人是否应进行正式的临床诊断。 全球ASD病例数的快速增长需要与行为特征相关的数据集。 但是，这样的数据集很少，因此很难进行全面的分析以提高ASD筛选过程的效率，敏感性，特异性和预测准确性。 目前，与临床或筛查有关的自闭症数据集非常有限，并且大多数都是自然遗传的。 因此，我们提出了一个与成人自闭症筛查有关的新数据集，其中包含20个特征，可用于进一步分析，特别是在确定有影响力的自闭症特征和改善ASD病例分类方面。 在此数据集中，我们

机器学习算法KNN（K近邻）应用实例 使用KNN（K近邻）算法对是否容易得糖尿病问题进行预测。 资源中包括完成的KNN算法训练和实现过程，以及用于机器学习的糖尿病数据集。 数据特征包括： Pregnancies：怀孕次数 Glucose：葡萄糖测试值 BloodPressure：血压 SkinThickness：表皮厚度 Insulin：胰岛素 BMI：身体质量指数 DiabetesPedigreeFunction：糖尿病遗传函数 Age：年龄 Outcome：是否为糖尿病 训练的过程包括数据的预处理、数据的可视化及EDA分析。 然后将数据划分成训练集和测试集，调用sklearn中的KNeighborsClassifier模型对数据进行训练。最后使用混淆矩阵、F1、精确率等指标对模型效果进行评估。 本应用实例可以方便与对KNN算法的应用过程有一个直观的了解和掌握。提升算法的应用实用性。 引入的库函数主要有如下： import numpy as np import pandas as pd from sklearn.model_selection import train_test

Qt5.1.0+Halcon13+VS2015实现显示真实图像大小、以鼠标位置缩放图像、实时捕获QWdget窗体大小是否改变，并更新显示图像大小，效果展示参考：https://editor.csdn.net/md/?articleId=118143530#font_size4_faceSTCAIYUN_font_95

检测CPU是否支持虚拟化，一般安装虚拟机的时候需要用

在WIN7 32位系统上试验成功，通过调用.net的库文件实现。labview2013以上版本可以打开。

跨社交媒体的用户链接- 从用户个人资料和用户生成的内容中提取特征，并判断两个帐户是否属于社交媒体上的同一用户

主要介绍了java判断一个文件是否为二进制文件的方法,涉及java针对文件的读取及编码判断技巧,具有一定参考借鉴价值,需要的朋友可以参考下

使用javascript技术验真实姓名，要用到unicode字符来匹配，由于中国人的姓名长度一般是在2-4这个范围内，所以重复匹配{2,4}次。接下来，通过本文给大家分享js验证省份证号与真实姓名是否匹配，需要的朋友可以参考下

1.这是一个是检测否口罩佩戴的安卓项目。 2.开发环境是win10,IDE是Android studio 北极狐，用到的库有NCNN,OpenCV. 3.开发语言是JNI c++ ,Jave. 4.所有的依赖库，源码和模型都打包在里面。 5.下载编译就可以运行，检测一张的图像的时间大概在100ms左右。