智慧教室_基于深度学习实现课堂专注度分析+检测考试作弊系统java源码+模型+项目说明.7z 智慧教室项目的Java版本,尝试将多人姿态估计、情绪识别、人脸识别、静默活体检测等技术在java上实现。 【环境要求】 java 1.8 Deep Java Library 0.12.0-SNAPSHOT 更多详见pom.xml文件 【功能】 AlphaPose多人姿态估计 轻量化AlphaPose的SPPE 组合LPN和轻量化人脸对齐的轻量化全身姿态估计(86关键点)方法 实时流水线处理框架 多人姿态估计任务的ForkJoin并行处理 课堂19种行为的识别(基于关键点的逻辑回归方法) 头部姿态估计 rtmp视频推流 【智慧教室方案拓扑图】
针对室内信道 ,提出一种基于 UWB多径信号中最强路径检测的 TOA估计算法 .通过卷积运算进行最强路径搜索 ,进而完成 TOA估计 .TOA估计过程不依赖视距路径(line-of-sight path)检测 ,适合于 NLOS(non line-of-sight)情形 ,且最强路径搜索避免了阈值设置过程 ,相比 LP搜索计算复杂度低 .通过对 IEEE .802.15.4a标准下 NLOS信道模型的仿真实验 ,讨论了各参数估计偏差对定位性能的影响 , 验证了本定位算法在室内多径信道下的适用性 .
2022-12-11 15:29:28 388KB 自然科学 论文
1
可以调节窗口的透明度 摸鱼必备
2022-12-10 09:03:52 72KB 系统设置
1
试完成求有向图的强连同分量的算法,并分析算法的时间复杂度
2022-12-09 13:17:13 2KB 算法
1
针对封闭式STL三角网格模型中的孔洞提出了一种修补算法。首先根据网格中边与三角形之间的邻接关系提取孔洞边界,然后计算孔洞边界点的平滑度,根据其不同的平滑度和不同大小的夹角在孔洞中依次填补新的三角形,并验证添加顶点的进行合法性。这样逐渐收缩,直至修补完毕。实验结果证明,该算法简单、有效,孔洞修补效果好。
1
IT战略 IT战略是否与业务战略进行整合? IT创新管理 IT是否能够通过技术创新给业务发展带来增值? 知识管理和协作 员工之间如何进行知识共享? 信息和数据管理 能从自己所拥有的数据中得到什么价值? 企业架构 是否为更高效和更灵活的信息系统提供了最好的框架和条件? 转型能力 是否有恰当的能力以支持业务转型和业务全球化? IT营销和沟通 跨公司IT是否有提升IT和业务部门的关系? 项目管理 如何进行项目管理? 测试 & 认证 如何优化IT资产的稳定性和成本效益? IT资产运维和管理 支撑服务是否能够最大化地满足用户需求? 信息安全管理 能否保证系统和数据的安全性? 中央基础架构管理 在服务器、数据中心和网络方面能否赢得业务需求和经济效益的一致性? 分布式基础架构管理 是否为员工和业务需求最大化桌面电脑和移动设备的价值? 关键技术的覆盖度 如何为你的领域范围权衡关键技术方案? 质量 &服务水平管理 服务水平协议是如何被管理的?
2022-12-09 09:21:17 51KB IT信息化 成熟度 IT30
1
Stable32-1.6.2版本,频率稳定度计算软件,国外的频率稳定度计算软件。
2022-12-08 19:45:52 22.6MB 稳定度 频率 Stable32
1
分析了国内外的10 种信息化成熟度模型对它们进行了比较。得出现有模型的设计角度主要有2个类别、4个维度: 从信息化的支撑要案分类有信息技术和信息资源2个维度从信息化的功能实现分类有横向价值链和纵向管理链2个维度。
1
针对智能电网调度控制系统(D5000系统)健康度评价,基于专家经验的传统评价方法存在主观性较大的问题,机器学习多分类方法是提高评价客观性的一种有效手段,但健康度各等级样本数目间存在的不平衡问题导致分类准确率较低,为此提出一种基于随机平衡和极端梯度提升(RB-XGBoost)算法的D5000系统健康度评价模型。首先,针对系统各评价等级样本数目严重不平衡的问题,提出一种自适应随机平衡(RB)的混合采样方法,分别以等级间样本数目的最大值、最小值作为采样区间的上、下限,生成多个随机数对各等级样本数据进行欠采样或过采样,增加训练数据的多样性并降低其不平衡程度;然后,训练平衡后的样本数据,建立极端梯度提升(XGBoost)算法子模型,考虑到各子模型重要度的一致性,提出采用硬投票方式集成所有子模型,得到与D5000系统各子模块对应的评价模型;最后,根据该系统指标层级关系,在评价过程中采用并、串行结合的计算方式,构建包含17个RB-XGBoost模型的D5000系统整体健康度评价模型。8组KEEL数据库中多类不平衡数据集的实验结果表明,与现有同类典型方法相比,所提方法的平均分类准确率最高提升了6.79
1
本指南可以绘制曼德勃罗图。 在默认值中,它计算 Z=Z^2+C 进行 20 次迭代,其中 Z 最初等于 0,C 具有由 meshgrid 函数(内置)创建的每个像素的值。 尽管曼德勃罗方程是 Z=Z^2+C,但您可以在 1 - 50 之间改变方程的阶数。 迭代次数越多,轴中的点除了更多的结果时间外,还能在图像中提供更好的结果。 要缩放图形区域,您必须大致选择点,然后将中心值更改为该点值,然后按“显示图形”按钮。 因为这是第一个版本,所以可能会缺乏使用。
2022-12-08 13:56:00 8KB matlab
1