文献----基于特征模式提取的时间序列分类系统ppt

深度学习基于神经网络进行图像识别处理的智能垃圾分类系统源码，使用PyQt5进行界面设计，做了数据集并进行训练，使用神经网络进行图像识别处理。测试时识别准确率为百分百。 软件架构 软件架构说明 PyQt5做界面设计，采用多线程（树莓派CPU不够用）处理任务，主界面是主线程，后台神经网络识别、拍照等都在次线程里面。 使用说明gcxls文件夹里面是源码，train和val分别是我的训练数据集和验证数据集 深度学习基于神经网络进行图像识别处理的智能垃圾分类系统源码，使用PyQt5进行界面设计，做了数据集并进行训练，使用神经网络进行图像识别处理。测试时识别准确率为百分百。 软件架构 软件架构说明 PyQt5做界面设计，采用多线程（树莓派CPU不够用）处理任务，主界面是主线程，后台神经网络识别、拍照等都在次线程里面。 使用说明gcxls文件夹里面是源码，train和val分别是我的训练数据集和验证数据集

基于MATLAB图像处理的菌菇分类系统源码+使用文档 软件架构 四个文件夹A、B、A&B、C分别是A、B类蘑菇图像，未分类的A、B类蘑菇和有异物的C类蘑菇（异物之下仍然是A或B类蘑菇） excel文件是我统计的A、B类蘑菇参数 程序文件 m2.m:单张照片分类 m3.m:A&B类批量处理设计分类器 mogu.m:GUI可视化界面程序（回调函数设计） mogu.fig:GUI可视化界面设计 flow_svmModel2.mat:SVM分类器模型（可直接调用进行分类） 使用说明 GUI界面 设计可视的GUI界面分为显示、操作、图像处理三个部分。 GUI界面 显示部分 有左右两边两个显示框，可以分别进行显示 操作部分 操作部分由打开文件、撤销、还原、保存、关闭和关闭图像组成。 （1）打开文件 打开文件的后会在左边坐标侧显示原图，在右侧显示剪裁后的图像。默认可打开所有形式图像文件 （2）保存文件 保存文件是指保存右边处理后的文件，左侧坐标一直显示原始图像。保存图片格式默认为 .png。 （3）撤销 由于在每经过一次图像处理显示，都会保存在全局变量B{K}里，图像标题保存在N{K

深度学习基于卷积神经网络水果识别分类系统源码+演示视频+项目总结ppt。 本项目是一个非常完整的深度学习实践项目。借助AI进行水果分类，可以有效的识别香蕉，苹果，奇异果等水果，并且可以联入互联网进行时间，天气温度，湿度的获取，有效的解放人们双手，有助于科学地贮藏不同种类的水果 水果种类识别 (CNN,3+3) + 联网获取天气，时间数据 + 提供相应水果贮藏建议…… 1.AI功能本地运算，无需借助云端。 2.水果识别准确率较高，系统运行稳定，鲁棒性强。 3.系统可移植性强，应用场景广。 本项目是一个非常完整的深度学习实践项目。借助AI进行水果分类，可以有效的识别香蕉，苹果，奇异果等水果，并且可以联入互联网进行时间，天气温度，湿度的获取，有效的解放人们双手，有助于科学地贮藏不同种类的水果 水果种类识别 (CNN,3+3) + 联网获取天气，时间数据 + 提供相应水果贮藏建议…… 1.AI功能本地运算，无需借助云端。 2.水果识别准确率较高，系统运行稳定，鲁棒性强。 3.系统可移植性强，应用场景广。

基于YOLOv5的移动物体检测分类系统源码，可根据不同的权重模型对不同的物体进行识别。 图形化界面基于PyQT5。整体分为三个主要的功能模块。 图片检测 图片检测功能分为单张图片检测和文件夹批量检测。 单张图片检测 选择图片后进行检测标注并直接展示结果。 文件夹检测 选择文件夹后对文件夹中的所有图片进行批量检测，检测结果将存放至tmp/cls文件夹下的对应类别中。一张图片中若包含多种类别，那么该图片将会被保存至多个类别文件夹。例如一张图片即包含了人和公交车，那么tmp/cls/人以及tmp/cls/公交车这两个分类文件夹中都可以找到这张图片 视频检测 视频检测支持本地视频检测及网络视频检测。 本地视频检测 本地视频检测只需要点击选择视频按钮，打开一个本地视频即可。 视频检测将实时检测视频的每一帧，并将其进行标注后实时展示。同图片文件夹检测，可以将每一帧的结果分类保存到类别文件夹中，由于涉及大量IO操作，创建子线程保存图片以保证流畅度。 网络视频检测 网络视频检测暂只支持视频源，视频网站上的视频需要先手动进行解析。 然后会自动将视频保存至tmp/video/中，进行检测。

基于语音信息的MFCC_dtw算法的语音特征分类系统 在语音识别（SpeechRecognition）和话者识别（SpeakerRecognition）方面，最常用到的语音特征就是梅尔倒谱系数（Mel-scaleFrequency Cepstral Coefficients，简称MFCC）

基于机器学习的新闻标题分类系统源码.zip

基于YOLO的移动物体检测分类系统.zip

基于时间特征的随机森林分类系统（语音 信号都可以） ：最大值、最小值、峰峰值、均值、方差、均方值、均方根值等。有量纲特征值的数值大小常因外界一些物理量的变化而变化，给工程应用带来一定困难，因而时常使用多种无量纲指标，包括峰值因子、脉冲因子、裕度因子、峭度因子、波形因子和偏度等。 加上随机森林的分类技术研究

基于50万亚马逊美食评论数据集的评论分类系统 Review classification system based on 500 thousand Amazon gourmet review data 数据集下载地址Data set download address: 1.http://download.csdn.net/download/huangyueranbbc/9935028 2.https://www.kaggle.com/snap/amazon-fine-food-reviews 需要更多资源请关注。 Github: https://github.com/huangyueranbbc