Microsoft Expression Encoder 4 微软出品流媒体编码工具，用于搭建流媒体服务器。

解决我 用于解析和解析数学表达式的C＃.NET Core解决方案。 项目具有由扩展Backus–Naur形式定义的自己的表达上下文无关语法。 语法是使用Amy库的解析器。 实际版本支持： 运算符+，-，*，/，^，％ 函数：sin，cos，argsin，argcos，tan，argtang，logx，ln，min，max，sum，avg 变量：PI，e， 递归函数的使用sin(cos(sin(cos(0.1)))) 自定义上下文 以令牌返回表达式 以令牌后缀表示法返回表达式 使用自定义类型作为结果或函数参数 以及更多.. 如何使用它 只需使用，只需创建MathCalculator类

GEP 这是使用C ++实现的GEP算法，也就是“基因表达式编程”。。编译并执行程序需要有可以支持C ++ 11或更高版本的编译器，我本地编译采用的是GCC 10和CMake 3.20。 以我本地编译的方法为例： $ cd build $ cmake ../src $ cmake --build . 顺利的话， build目录里面会生成可执行程序GEP.out 。如果采用其它的编译器或者编译套件，也可以简单地把src以及src下的子目录都设为搜索目录，然后执行编译即可。 程序运行效果（内部有随机初始化的步骤，每次执行结果会有区别）： $ ./GEP.out 代数=0, 最大适应度=0.152698, 个体信息：(((((1.74247*1.12861)+(1.26272*2.77195))*((2.95397*2.24401)+(2.4401-1.67824)))*(((3.22668

Compute Expression

Gene_Expression_Programming Gene_Expression_Programming 基因表达式编程 java 实现

正版的

面部表情识别 基于CNN的人脸表情识别系统 主要功能： 1）图片识别可以通过上传本地图片，进行表情识别2）拍摄识别点击快照识别按钮，可以调用摄像头实现拍摄，并进行表情识别 实现原理： 1，表情库的建立 fer2013人脸数据集，可以从kaggle网站上下载 2，表情识别： （1）图像获取：通过摄像头等图像捕捉工具获取静态图像或动态图像序列。 （2）图像预处理：图像的大小和灰度的归一化，头部姿态的矫正，图像分割等。 目的:改善图像质量，消除噪声，统一图像灰度值及尺寸，为后序特征提取和分类识别打好基础 主要工作：人脸表情识别子区域的分割以及表情图像的归一化处理(尺度归一和灰度归一)  （3）特征提取：将点阵转换成更高级别的图像表述—如形状，运动，颜色，纹理，空间结构等，在保证质量和识别率的降低下，对庞大的图像数据进行降级维处理。 2，表情分析： (1) 获取表情识别地数据

计算器 用于在不使用eval()情况下计算简单数学表达式的库。 安装 安装此扩展的首选方法是通过 。 要么跑 $ composer require zhuravljov/calc 或添加 "zhuravljov/calc": "*" 到composer.json文件的require部分。 用法 $ calculator = new \zhuravljov\calc\ Calculator (); $ calculator -> calc ( '2 + 2 * 2' ); // 6 $ calculator -> calc ( '(2 + 2) * 2' ); // 8 $ calculator -> calc ( '(2 + 2' ); // CalcException 可用操作+ 、 - 、 *和/ 。

Facial-Expression-Recognition Facial-Expression-Recognition 深度学习构建人脸面部表情识别系统

来自Washington University at St.Louis, Becchi 很专业和全面的一整套程序。