使用BERT的越南语NER（bert-vn-ner） 由Trong-Dat Ngo编写的代码。 引言 BERT模型的Pytorch实现为越南语执行命名实体识别（NER）。 此外，单词中的特征也用于表示单词。 该系统使用预训练模型 安装 要求： Python 3.6+ 火炬1.4+ 安装依赖项： pip3 install -r requirements.txt 数据集格式 bert-vn-ner的输入数据格式遵循CoNLL-2003格式，其中四列由制表符分隔，包括word ， pos ， chunk和named实体。 每个单词都放在单独的行上，每个句子后面都有一个空行。 请注意，分词不用于匹配BERT的预训练（以bert-base-multilingual-cased表示） 。 有关详细信息，请参见“数据”目录中的样本数据。 下表描述了数据集中的越南语例句示例。 单词 销售点

用于对数字显示仪表的读数识别读取，所用平台为opencv+vs2013。 （仪表盘识别，仪表照片读数）

CSDN上Pattern Recognition and Machine Learning_PRML这本书下载的积分要太高，所以干脆自己上传一个好了，打开网盘链接可以看到有没有失效，txt文档中有密码，祝大家科研顺利！https://pan.baidu.com/s/1Rlx_2pmnwTSQZ8zF3urRrA

按键识别 概述 回到人们实际拨打电话号码进行通话时，接线员使用双音多频 (DTMF) 按键来破译按下了哪个键。 使用 DTMF，键盘上的每个按钮都由两个独特频率的组合表示。 然后，交换站可以通过 8 个带通滤波器运行生成的音调来解码信号。 该技术优于 1960 年前的脉冲拨号技术，因为 DTMF 可以避免谐波和调制问题。 然而，在当今的数字 VoIP 世界中，出于怀旧的原因，播放这些可听的 DTMF 音调。 这个基于 Matlab 的项目使用快速傅立叶变换、信号去噪、音调提取和声音可视化实现了 DTMF 生成和解码算法。 还开发了图形用户界面来演示信号数据的操作和可视化。 这个项目是在 2010 年春天与我的团队（Norman Chung、Rocky Mark Juan、Alexander Nobles 和 Bryce Toth）一起为 USC 的线性系统导论 (EE-301) 课程开

模式识别 Pattern Recognition 英文版 第四版 By Sergios Theodoridis

Kaiming He, Xiangyu Zhang, Shaoqing Ren, and Jian Sun. 2016. Deep residual learning for image recognition. In CVPR. 770–778. 论文原文

NLP图像到文本 从图像中提取文本的代码 pip install -r requirements.txt 如果遇到找不到文件错误，如下所示： FileNotFoundError: [Errno 2] No such file or directory: 'tesseract' 运行以下命令 brew install tesseract 然后如下运行image-to-text.py： python image-to-text.py 我们观察到，对于干净的输入，准确性很高。 参见输入2。嘈杂的输入可能不会产生相同的效果！ 一些示例输入和输出： 输入： 输出： DON’T WATCH THE CLOCK; KEEP GOING. SAM LEVENSON / / 7 J .- - flCESSc

matlab傅里叶描述子代码信息 使用傅立叶变换和互信息进行形状识别。 以下论文使用了该仓库中的Matlab和C ++代码： N Govender，J Warrell，P Torr和F Nicolls，“使用傅立叶描述符和互信息的2D主动形状识别的概率模型”，计算机科学进展，土耳其伊斯坦布尔，2014年8月22-23日，第69-74页

whl1.3安装face_recognitionface_recongnition一般要配合opencv一起使用人脸识别人脸识别（一）检测两张图片是否为同一个人

matlab如何敲代码