手写字符的识别是任何模式识别问题中最重要的任务。 在本文中，我们讨论了一种使用神经网络和欧几里德距离度量来识别手写字符的方法。 首先神经网络经过一个学习阶段，然后网络被用来识别未知的手写字符。 对于不匹配的手写字符，使用欧氏距离度量来提高识别率。
2023-03-28 14:33:16
114KB
1
关于图像复原技术很全面的一篇文章，很多数字图像复原的研究都参考此文献
2023-03-28 09:56:48
3.36MB
1
自驾车sp20
2020年Spring，在伯克利加州大学伯克利分校由机器学习教授的自动驾驶汽车贴花。
快速链接：
匿名反馈： :
每周结帐： : //forms.gle/9DfNj87bd9cFiSKh9
群组： :
广场： :
Anaconda命令： :
第八周控制理论：
演讲幻灯片： : usp
缩放记录： ：
熟悉带有航点的控制回路。 通过3维状态和2维动作实现PID。 探索迭代LQR并为我们的系统选择一个合适的二次成本。
确保您已经安装了diffopt pip install git+http://github.com/brandontrabucco/diffopt.git
看着：
滑梯
演示/周8 / PID_demo.ipynb
硬件/控制/control_loop.py
写进：
hw / control / pid.py（
2023-03-27 16:22:54
24.48MB
1
基于matlab平台的：交通标志识别（选颜色定位，分割，bp神经网络方法识别，可模板，sift，svm等方法识别）
2023-03-27 12:47:29
1.37MB
1
简介：该垃圾分类项目主要在于对各种垃圾进行所属归类，本次项目采用keras深度学习框架搭建卷积神经网络模型实现图像分类，最终移植在树莓派上进行实时视频流的垃圾识别。
前期：主要考虑PC端性能，并尽可能优化模型大小，训练可采用GPU，但调用模型测试的时候用CPU运行，测试帧率和准确性（测试10张左右图像的运行时间取平均值或实时视频流的帧率）。
后期：部署在树莓派端，在本地进行USB摄像头实时视频流的垃圾分类（归类）。
框架语言： keras+python。
PC端：
Keras: 2.2.0
Opencv: 3.4
Python: 3.6
Numpy:1.16
2023-03-26 19:11:03
4.17MB
1
代码已经调通，跑出来的效果如下：
# coding=gbk
import torch
import matplotlib.pyplot as plt
from torch.autograd import Variable
import torch.nn.functional as F
'''
Pytorch是一个拥有强力GPU加速的张量和动态构建网络的库，其主要构建是张量，所以可以把PyTorch当做Numpy
来用,Pytorch的很多操作好比Numpy都是类似的，但是其能够在GPU上运行，所以有着比Numpy快很多倍的速度。
训练完了，发现隐层越大，拟合的速度越是快，拟合的效果越
2023-03-26 10:11:02
64KB
1
随着网络的飞速发展，微博逐渐成为社交网络中信息传播及信息收集的重要平台，微博转发是微博信息传播的重要途径，研究微博转发问题对微博信息传播、微博营销、舆情监控有着极其重要的意义.影响微博转发的主要因素有：粉丝兴趣与微博文本的相似度，微博营销策略及用户粉丝数量的变化.以往的预测模型没有综合考虑这两方面因素，基于此，提出了一种基于循环神经网络的方法来对微博转发量级进行预测，首先利用SIM-LSTM模型构建微博转发趋势度，然后再利用TF-IDF构建粉丝兴趣和微博文本的相似度，最后通过神经网络模型来预测粉丝是否会转发该微博.实验结果表明本文提出的算法相对于其他预测算法F1评估值提高了近5%.
2023-03-25 17:14:31
1.4MB
1