基于L-峭度的轴承故障诊断，刘绍鹏，侯澍旻，Kurtosis (峭度)被广泛应用监测机械设备故障信号。但是，峭度对于随机冲击非常敏感。信号中只要存在有随机冲击，峭度值就变得很大。�

基于GAN的HRRS图像生成样本分类 基于GAN的方法用于生成高分辨率遥感数据，以进行数据增强和图像分类。 深度学习框架是：Tensorflow。 Python版本：2.7 CUDA版本：9.1 端子命令： 数据集为UCM，NWPU-RESISC45：（1）UC Merced数据集 （2）NWPU-RESISC45数据集

Arknights Auto Helper 明日方舟辅助脚本，分支说明如下 分支 说明 master 开发者认为的 稳定版本 dev 开发、测试新功能的分支 release 目前可以应用的GUI版本 shaobao_adb 经过封装可以移植的ADB方法类 功能说明： 自动重复刷图，使用理智药、碎石 识别掉落物品，上传企鹅物流数据统计 自动选图（从主界面开始到关卡信息界面） 自动领取任务奖励 公开招募识别 基建查房、一键领取（部分） 0x01 运行须知 安装 从源代码安装 需要 Python 3.8 或以上版本。 :warning: 不建议从 GitHub 下载 zip 源码包安装：这样做会丢失版本信息，且不便于后续更新。 git clone https://github.com/ninthDevilHAUNSTER/ArknightsAutoHelper cd ArknightsAutoHelper ##

HBAO是一种后期处理图像特效，可为场景添加逼真效果。它有助于突出小表面的细节和繁衍遮蔽后的光衰减。HBAO提供的AO与其他 SSAO解决方案相比来更精确，并无任何性能耗损。该算法经过高度优化，利用最短的 GPU 时间并提供最高的质量性能比。 适用于Unity2019.1以上

This code helps you to learn algorithms of calculating user position in GPS.

Paper - SWAGAN - A Style-based WAvelet-driven Generative Model.pdf

描述了系统工程和光学紧耦合的MBSE方法论

cbr-classify 基于案例推理的分类学习算法，即Case-Based-Reasoning。

matlab图像去除阴影代码基于帧的交通监控应用Matlab检测 目的是从视频流中检测车辆并对其进行监视。 该代码可以与每个具有稳定功能的摄像机一起使用。 根据您的视频分辨率，您可以采用该代码。 HSV彩色平面用于去除阴影。 通过使用基本的图像处理技术，可以正确检测物体。

灰度特征提取matlab代码基于VGG16 / 19，SIFT和灰度直方图的Caltech-101图像分类 该项目通过python和matlab提供图像分类代码。 我的实验环境是Windows 10 / Tensorflow 1.14.0，keras 2.3.1和Ubuntu 18.04上的nivdia 2080Ti上的Matlab R2019a。 对于Python 此代码基本上是指。 使用2080Ti训练整个数据集基本上将花费不到2个小时。 参考精度： 模型 VGG16 VGG19 准确性 59.02％ 54.86％ 脚步 下载caltech-101并将其放在“数据/”中。 将“路径”更改为数据所在的路径。 为VGG19运行“ Train_caltech.py​​”，为VGG16运行“ Train_caltech_vgg16.py”。 对于Matlab 该代码基本上基于特征提取，SVM和vlfeat。 供参考的精度：比Python中的精度高近20％。 我猜想matlab工具包中的VGG模型是经过预训练的，而我是用Python从头开始训练模型的。 模型 VGG16 VGG19 准确性