Rock thin sections identification based on improved squeeze-and

基于MATLAB实现的指纹识别匹配系统

递归辨识理论与应用

故障诊断：ICSE-2016-1-iDice-Problem-Identification-for-Emerging-Issues

使用通过时间反向传播 (BPTT) 训练的递归神经网络进行非线性系统识别

颜色识别-Cv2-Python 使用的库： 从sklearn.cluster导入KMeans导入matplotlib.pyplot作为plt从集合导入计数器导入cv2 def RGB2HEX（color）：＃将RGB代码转换为十六进制 def get_image（image_path）：＃将图像转换回RGB get_colors（get_image（'dog.jpeg'），8，True）＃函数调用=> dog.jpeg>图像名称=> 8>颜色数=>真>显示图（布尔值） ==================> def get_colors（image，colorofcolors，showchart）：

机器人识别 工业机器人的实时非线性参数识别。 代码包括用于单批次优化的度量和算法。 该贡献已提交给IROS2021。该代码具有三个入口点： MASTER_identification 根据记录的运动开始识别参数。 MASTER_create_symbolic_robot 计算机器人模型的符号解，包括惯性，重力载荷和科里奥利矩阵。 仅当更改了机器人型号时才需要。 MASTER_create_traj_for_robot 生成在目标系统上执行所需的轨迹和数据。 仅当在机器人上设计并执行新的实验外壳时才需要。 乔纳斯·韦根（Jonas Weigand） 凯撒斯劳滕工业大学研究员，机床和控制系统主任以及位于德国凯撒斯劳滕（Kaiserslautern）的德国人工智能研究中心。 2021年3月 要求 所有算法都在MATLAB中运行。 surrogateopt求解器需要MATLAB全球优化

在本文中，我们提出了一种基于概率混合模型分解的方法，该方法可以同时识别乐器类型，估计音高并将每个音高分配给包含多个音源的单声道复音音频。 在提出的系统中，将观察到的混合音符的概率密度函数（PDF）视为所有可能音符模型的加权和近似值。 这些音符模型涵盖了14种乐器及其所有可能的音高，并根据概率描述了它们的动态频率包络线。 表示特定类型乐器音高存在概率的权重系数是使用最大期望（EM）算法估算的。 权重系数用于检测源乐器的类型和音高。 涉及在指定的音高范围F3-F6（37个音高）内的14台乐器的实验结果显示出良好的辨别能力，尤其是在乐器识别和乐器音高识别方面。 对于包括音符起音检测工具的整个系统，使用四重和弦录音，乐器音高识别，乐器识别和音高估计的平均F测量值分别为55.4、62.5和86％。

稀疏信号恢复问题一直是几个不同社区中广泛研究的主题。 可伸缩恢复算法是压缩感测（CS）的一个至关重要的基本主题，最近几年引起了人们的极大兴趣。 本文首先分析了正交匹配追踪（OMP）算法中的迭代残差。 其次，引入了贪婪算法，称为贪婪OMP算法。 该算法使用贪婪原子识别迭代地识别多个原子，然后丢弃与最佳原子高度相似的一些原子。 与OMP算法相比，对高斯和零一稀疏信号进行的实验表明，提出的GOMP算法可以提供更好的恢复性能。 最后，我们通过实验研究了GOMP中贪婪常数对恢复性能的影响。

本次竞赛要解决的问题是，通过识别图片中的鲸鱼尾巴，实现对鲸鱼种类的分类，属于一个多分类问题 提供的数据集包括9850张训练图片（4251个种类）和15610张测试图片。 这是本人第一次参加的比赛，最终以0.45426的分数，排名45th/528，top9% 环境说明： tensorflow-gpu:1.4.1 keras-gpu:2.0.5 文件说明： input: notebook文件需要的输入 humpback-whale-identification-model-files: Whale Recognition Model with score 0.78563.ipynb需要的文件 train.csv: 原始训练集标注文件 train_aug.csv: Keras_lb_0.38_to_0.42_cut_aug.py使用的经过裁剪，以及数据增强后的训练集标准文