k-means算法python3 聚类算法k-means的简单实现 文件使用介绍: 1.下载后缀为py的文件; 2.下载后缀为txt的数据集; 3.将数据集与代码放在同一目录中,便可运行。
2021-05-30 18:35:25 2KB 附件源码 文章源码
1
凯斯西储大学轴承数据 用法 import cwru data = cwru . CWRU ( "12DriveEndFault" , "1797" , 384 ) 然后,您可以使用data.X_train , data.y_train , data.X_test , data.y_test , data.labels , data.nclasses来训练和评估数据驱动的故障诊断算法。 您的机器上没有CWRU轴承数据的本地副本吗? 不用担心,您的代码所需的这些.mat文件将自动从,并使用相应的类进行了正确的重命名,并存储在~/Datasets/CWRU目录中,以避免将来进行下载。 争论 类cwru.CWRU的构造cwru.CWRU具有三个参数: exp :实验,支持"12DriveEndFault", "12FanEndFault", "48DriveEndFault" rpm :测
2021-05-30 16:42:08 6KB 附件源码 文章源码
1
本项目是用于判断是否闭眼或者张开嘴哈欠和吸烟打电话等手势行为, 功能涵盖7类情绪识别,眨眼判断,哈欠判断,吸烟,打电话等, 达到危险驾驶检测的功能。 项目描述可以看 有问题可以私信 The project was designed to determine gestures such as closing eyes or yawning and smoking or talking on the phone. The functions cover 7 categories of emotion recognition, blinking judgment, yawning judgment, smoking, telephone, etc. to achieve the function of dangerous driving detection. 数据集:闭眼、睁眼、闭嘴、哈欠、打电
2021-05-30 16:05:22 1.7MB 附件源码 文章源码
1
用LSTM预测库存 该项目包括使用LSTM对库存数据进行培训和预测的过程。 特点是同伴: 简洁模块化 支持pytorch,keras和tensorflow的三个主流深度学习框架 参数,模型和框架可以高度定制和修改 支持增量培训 支持同时预测多个指标 支持预测任意天数 支持列车可视化和日志记录 中文介绍可以参考: : pytorch对股票高价和低价的同时预测结果如下:
2021-05-30 15:36:50 538KB 附件源码 文章源码
1
DongWeather 欢迎使用DongWeather源码,希望它能给您带来帮助 下面是样例图片 关于开发思路和源码说明请查看博客: 如果有问题可以在Issues中交流
2021-05-30 15:12:18 1.44MB 附件源码 文章源码
1
液体填充表 Liquid Fill Chart插件,通常用于以百分比表示数据。 安装ECharts 要使用ECharts插件,您需要在ECharts文件之后包括插件JavaScript文件。 < script src =' echarts.js ' > </ script > < script src =' echarts-liquidfill.js ' > </ script > 可以在或(中文)下载ECharts。 笔记 LiquidFill Chart所需的ECharts最小软件包是GitHub上的,或在中不进行任何选择(中文)。 如果您在其他图表中需要其他图表类型或组件,则应相应地包括它们。 使用npm安装echarts-liquidfill # install echarts as peer dependency npm install echarts npm insta
1
Simscape-四旋翼 该项目是基于Simscape的用于单个四旋翼的Matlab Simulink模型。 (Matlab 2019a) 要求 您的Matlab版本应该高于Matlab 2019a(作者在Matlab 2019a上开发了该模型。因此,我建议您使用相同的版本。) 预习 您可以在“ demo.gif”中查看模拟结果。 包含 从SolidWorks导入的物理四旋翼Simulink模型。 一个简单的基于反潜的位置控制和姿态控制,用于四旋翼位置跟踪。 文献资料 对不起,只有一些中文文件。
2021-05-29 23:03:27 556KB 附件源码 文章源码
1
形态蛇 morphsnakes是用于图像分割的Morphological Snakes的一种实现。 morphsnakes支持2D图像和3D体积。 形态蛇[1] [2]是图像分割的一种方法。 它们的行为与主动轮廓类似,例如测地线主动轮廓[3]或无边缘主动轮廓[4]。 但是,用于主动轮廓的传统方法需要在浮点数组上求解PDE,这很慢并且可能存在数值稳定性问题。 形态蛇代替PDE,在二进制数组上使用形态运算符(例如膨胀或腐蚀)。 这使得形态蛇比传统蛇更快,并且在数值上更稳定。 morphsnakes中提供了两种Morphological Snakes方法: 在morphological_geodesic_active_contour函数中实现的形态学测地线活动轮廓( MorphGAC) , 在函数morphological_chan_vese实现的无边缘形态活动轮廓或MorphACWE
2021-05-29 19:54:50 9.29MB 附件源码 文章源码
1
bert_chinese_pytorch 参考代码: CSDN博文(施工中):
2021-05-29 18:17:42 8KB 附件源码 文章源码
1
Imaging_sequence_data GAF(GASF,GADF),MTF的源代码 方法的测试演示:GASF,MTF,递归图,STFT
2021-05-29 17:17:48 32.6MB 附件源码 文章源码
1