行业分类-设备装置-基于chelesky分解和近似奇异值分解的稀疏K-SVD噪声抑制方法

LabelMe 12-50k 数据集是一个物体识别数据集，总共包含 50000 张 JPEG 格式的图片，其中 40000 张为训练数据，10000张为测试数据，图像均从 LabelMe 网站中提取得到。每张图像分辨率为 256x256 大小。其中 50% 的图片在中心位置有一个物体，该物体属于类别总数为12类中的一类。其余 50% 图片为随机选取的图片中的一块随机区域。

基于深度学习的文本分类系统（完整代码+数据）bert+rnn textcnn fastcnn bert.rar

决策树分类算法与应用.docx 决策树分类算法与应用.docx

人工智能人脸表情分类，google官方模型， TensorFlow学习人工智能人脸表情分类，google官方模型， TensorFlow学习

特征选择+分类

matlab凸曲面代码设计用于表面分类的光源光谱功率分布 在许多应用领域中，用户可以完全控制照明，并可以调整其光谱功率分布。 在那些情况下，光谱上最佳的光可以加重图像中的特征，从而改善图像分类任务。 在该项目中，我们提出了两种方法来估算光源的最佳光谱功率分布。 无监督方法使用非负稀疏主成分分析来得出最佳的，可物理实现的光源光谱。 监督方法将线性图像形成模型直接合并到分类算法中，并使用交替最小化来同时搜索分类器决策边界和最佳光。 如果您使用这些工具，请引用 @inproceedings{Blasinski_2017_CVPR, author = {Blasinski, Henryk and Farrell, Joyce and Wandell, Brian}, title = {Designing Illuminant Spectral Power Distributions for Surface Classification}, booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (C

matlab开发-完整的数据视图性能图像光谱。复杂磁共振数据的可滚动3D查看器（强度=量级，颜色=相位）

适用于中文中长文本分类 原始数据集和已经划分的数据集已给出 划分的数据集经过数据预处理，删除了其中的重复文本，以及文本长度小于50的句子，最终构造的平衡语料 训练集 5800 测试集 1000条 验证集1000 （正负评论各站一半）

任何两个相邻的循环码只有一位数字不同，因此循环码具有可靠性高的优点，在通信、军事等领域中应用非常广泛。由于循环码是无权码，书写和编制都比普通二进制码麻烦，正确的编制是电路设计的关键。根据循环码的特点，总结出了书写循环码简单、方便又不容易出错的方法，同时提出了任意2N进制循环码的编码方法。