matlab fft代码MATLAB中的雷达目标生成和检测 雷达设置： %% Radar Specifications %%%%%%%%%%%%%%%%%%%%%%%%%%% % Frequency of operation = 77GHz % Range Resolution = 1 m % Max Velocity = 100 m/s %%%%%%%%%%%%%%%%%%%%%%%%%%% Range_res = 1; Light_speed = 3e8; Max_range = 200; Max_velocity = 100; 标签信息： %max range of target is 200m % min/max velocity is -70 to 70 m/s Range_target = 120; Velocity_target = 40; 调频连续波（FMCW） %Operating carrier frequency of Radar fc= 77e9; % Bandwith of the chirp signal B_sweep = Light_speed/(2*R

论文：Maio D, Maltoni D. Direct gray-scale minutiae detection in fingerprints[J]. IEEE transactions on pattern analysis and machine intelligence, 1997, 19(1): 27-40.

地球物理matlab源代码自动断裂检测代码（对固体地球手稿“ se-2019-104”的补充） 该存储库包含MATLAB脚本，这些脚本实现了一种方法，该方法可从裂缝岩石的图像中提取数字化裂缝。 该方法在提交给Solid Earth Journal（）的标题为“使用复数小波变换的自动裂缝痕迹检测技术”（se-2019-104）中进行了描述。 该存储库中的MATLAB文件由执行以下功能的MATLAB脚本组成： Ridge_Ensemble_Generator.m->根据用户定义的范围创建一组剪切力系统，并将其保存为* .mat文件->读取一组破碎岩石的图像->根据用户定义的范围计算许多脊实现提取山脊参数，并将检测到的山脊添加到单个图像中并保存。 这被称为山脊合奏。 Ridge_Ensemble_Reader.m->读取山脊整体图像并应用非线性，S型函数，以通过用户定义的阈值过滤掉可能的假阳性并保留可能的山脊->保存高度可能的山脊映射为二值化图像 Ridge_Post_Processing.m->读取二值化的脊图像文件->使用Otsu阈值执行分割操作，以去除孤立的非常小的像素簇->将脊簇构图

鲁汶社区检测 正在安装 要从源代码构建和安装，请运行 python setup.py install 您也可以从pip安装 pip install python-louvain pip上的软件包名称是python-louvain但已作为community导入到python中。 有关此模块的更多文档，请参见 用法 用作Python库 import community as community_louvain import matplotlib . cm as cm import matplotlib . pyplot as plt import networkx as nx # load the karate club graph G = nx . karate_club_graph () # compute the best partition partition = communit

数据集关于使用卫星图像检测游泳池和汽车。 Swimming Pool And Car Detection_datasets.txt Swimming Pool And Car Detection_datasets.zip

该数据集包含433张图像，其中包含汽车牌照的边界框注释。 注释以PASCAL VOC格式提供。 Car License Plate Detection_datasets.txt Car License Plate Detection_datasets.zip

matlab编程水印程序代码托管代码： 使用Pytorch / Resnet进行汽车检测34 需要Jupyter Notebooks支持； 在启用了GPU资源的Google Colab上进行开发和测试。 用法 跑步 在Google Colab中，确保已启用GPU运行时，然后按顺序运行每个单元。 该程序将下载所有培训，验证和测试数据以及数据标签。 然后，程序将按标签中的数据预处理所有数据。 然后将开始对resnet-34模型进行再培训。 将加载模型进行测试，单元将在其中随机选择要测试的测试图像。 基本信息 数据集包含16185个汽车图像，分为196个类别。 其中8,144张图像是训练图像，而8,041张图像是测试图像。 每个类别都是特定的汽车年份，品牌和型号； 这些类别中的每个类别都映射到一个介于1到196之间的数值。每个数字类别值都以[制作模型年]的格式（即：Hyundai Sonata 2012）映射到一个字符串。 数据由一系列matlab文件标记，这些文件带有边界框的坐标，其相应的类号和文件名。 每个图像以像素为单位的边界框的坐标很重要，因为某些图像是汽车经销商的广告，图像中带有无

tensorflow object detection API遇到的一些问题以及解决方法以及测试自己的数据集-附件资源

欺诈识别 使用RNN训练和测试模型以预测信用卡欺诈交易。 ＃如何使用模型： 从链接下载名为creditcard.csv的数据集。 下载python脚本欺诈_detection.py 将脚本和csv数据文件保存在同一文件夹中，否则在脚本文件的第13行中提及csv文件的路径 运行代码以查看培训和测试的准确性

物联网机器人检测 物联网的广泛采用导致了许多安全问题。 最近，对物联网设备进行了恶意软件攻击，其中最著名的是Mirai。 IP摄像机，DVR和路由器等物联网设备受到Mirai恶意软件的破坏，后来在2016年10月使用这些受感染的设备（机器人）传播了大规模DDoS攻击。 我们已经开发了一种实用的算法，可用于检测在现实世界的大规模网络（例如ISP网络）中被Mirai和类似恶意软件感染的IoT机器人。 提出的算法利用了感染了Mirai恶意软件的机器人产生的独特网络流量签名和新颖的二维（2D）数据包采样方法，其中，我们跨时间和跨设备对IoT设备传输的数据包进行采样。 该存储库包含拟议的机器人检测算法的软件原型的文件，这些文件将在我们的Io​​T恶意软件测试平台上进行评估，以模拟连接的IoT和非IoT设备，网关，路由器和哨兵设备的真实网络。