基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系

主要包括：Early-warning signals for critical transitions 、 DNB：Detecting early-warning signals for sudden deterioration of complex diseases by dynamical network biomarkers、Identifying critical transitions and their leading biomolecular networks in complex diseases、Identifying critical transitions of complex diseases based on a single sample、Quantifying critical states of complex diseases using single-sample dynamic network biomarkers、Detection for disease tipping points by landscape dynamic network 等

MATLAB源程序5 基于BP_Adaboost的强分类器设计-公司财务预警建模.zip

基于MATLAB编程的指纹识别（GUI，门禁预警）.zip

地质灾害监测预警管理信息化践行与探讨，地质灾害监测预警管理平台按照地质灾害防治业务 工作的调查、 监测、 预警、 治理、处置等业务流程闭环 管理。利用感知层获取滑坡 体变形量，通过4G无线组网 传至预警中心， 根据预警模 型预判

吉林省永吉县存在大量的斜坡地质灾害，为了给永吉县斜坡地质灾害的防治和预警提供高效直观的分析模型，将吉林省永吉县作为研究区，选取高程、坡度、坡向、剖面曲率、平面曲率、距断层距离、岩性、距河流距离、年均降雨量、地形湿度指数和植被覆盖指数等11 个评价因子，利用神经网络模型进行区域斜坡地质灾害易发性分析，再选用频率比、支持向量机模型进行对比。利用ＲOC曲线对模型的准确性进行验证分析，得出神经网络、频率比和支持向量机模型的成功率分别是91. 3%、89. 3%、90. 2%，预测率分别是87. 3%、84.3%、85. 6%。结果表明: 神经网络模型的精度最高，更适用于永吉县斜坡地质灾害的易发性评价

当目标受尺度变化、严重遮挡、相似目标干扰、光照变化和出视野等因素影响时，核相关滤波器（KCF）跟踪算法会出现目标丢失现象。目标一旦丢失，KCF跟踪算法本身是不能察觉的，并且跟踪器会将背景信息作为目标继续进行跟踪，导致目标彻底丢失。针对这一问题，在KCF跟踪算法的基础上，提出了一种基于异常值检测方法的目标丢失预警机制。该方法利用一组固定维数动态峰值数据的均值和标准差对每帧的响应峰值进行检测，如若发现异常峰值，则判定目标丢失或即将丢失，解决了KCF跟踪器在跟踪过程中目标丢失不能察觉的问题。实验结果表明，所提出的方法在KCF算法跟踪过程中目标丢失时，能够正确预警，成功率达到100%，具有很高的可靠性，为目标丢失后何时载入目标重检测定位提供可靠的依据。

针对传统基于人工遴选传统情感数据分析技术具有样本容量小、人为误差大、操作成本高及时效准确性难以保证的缺点，文中提出了一种基于网络数据挖掘和BP神经网络分类的情感数据分析系统。基于相应的数据处理技术，系统在机器人操作系统（ROS）上使用Kinect深度相机，完成了被检测对象心理数据的采集及预警。与传统人工参与的心理预警方式相比，该系统基于数据挖掘和智能计算技术，具有较高的准确性、实时性及自动化程度。

论文研究-基于GA-ANN的中国金融安全预警系统设计及实证分析.pdf,  国家金融体系的安全运行关系到经济社会的稳定, 建立有效的金融安全预警系统已成为各界十分关注的焦点. 基于现有文献, 在金融安全预警指标体系中补充影子银行相关指标, 以保证高杠杆、高流动性风险的经济参数参与建模, 使得金融安全预警指标体系更加完整; 运用因子分析计算七个金融子系统及整体金融系统安全得分, 基于遗传算法优化的人工神经网络(genetic algorithm-artificial neural network, GA-ANN) 建立中国金融安全预警系统, 观察金融系统运行是否平稳、金融安全得分是否出现剧烈波动或异常值, 以此判断国家金融状况是否安全, 并对2013年我国金融安全状况进行预测. 其中, GA-ANN网络较径向基神经网络、反向传播神经网络和广义回归神经网络, 具有更好的拟合精度. 预测结果显示2013年下半年我国金融系统总体运行安全, 但在影子银行、股市和保险子系统存在一定的不安全因素. 研究成果为政策制定者和广大投资者对国家宏观金融安全预判提供了参考依据.

水文预警信息发布系统解决方案.pdf水文预警信息发布系统解决方案.pdf