自主移动机器人的感知，使用ROS，rs-lidar-16，SLAM，基于Yolov5的DNN的目标检测自主移动机器人的感知，借助SLAM，离线地图定位和2Dto3D目标检测，初步自主移动机器人环境感知系统完成设备自主移动机器人IMU Xsens MTi-G700 Robosense lidar-16 Realsense D435相关工作基于对象检测和定位RealsenseD435的工作：SC-LeGO-LOAM hdl_localization Video对象示例ROS检测：下一个ROS和SLAM版本已上载，但我

该代码为matlab代码，由小编独立编写，非转载，可以直接运行，亲测提交成绩满分，供大家参考。PS：另外在提交时出现问题的同学，可以尝试用octave4.2.1提交，亲测win10下成功提交。

乘客预测使用时间序列分析：我使用时间序列分析来预测公交车站乘客的行为和方式，数据可视化包括时间序列图

伯特比 BERTopic是一种利用主题建模技术 :hugging_face: 转换程序和c-TF-IDF创建密集的群集，使主题易于理解，同时在主题描述中保留重要字词。 它甚至支持类似于LDAvis的可视化！ 相应的媒体帖子可以在找到。 安装 可以使用完成安装： pip install bertopic 要使用可视化选项，请按照以下步骤安装BERTopic： pip install bertopic[visualization] 安装错误推荐使用PyTorch 1.4.0或更高版本。 如果安装出现错误，请首先安装pytorch。 入门 要详细了解BERTopic的功能，您可以在查看完整的文档也可以Google Colab笔记本。 快速开始 我们首先从著名的20个新闻组数据集中提取主题，该数据组由英文文档组成： from bertopic import BERTopic from sklearn . datasets import fetch_20newsgroups docs = fetch_20newsgroups ( subset = 'all' , remove

GDP_and_Employment_Rates_Prediction：一种机器学习回归模型，使用Python中的随机森林回归来预测国家的GDP和就业率

时空数据集 收集时空数据集以用于网络科学，深度学习和通用机器学习研究。 内容 匈牙利的水痘病例 描述 匈牙利每周水痘（儿童疾病）病例的时空数据集。 该数据集由一个县级邻接矩阵和2005年至2015年之间的县级报告病例的时间序列组成。有两个特定的相关任务： 县级病例数预测。 国家一级的病例数预测。 链接 特性 导演：没有。 节点功能：是。 时间的：是的。 匈牙利县 节点数 20 边缘 61 密度 0.3211 传递性 0.4134 可能的任务 计数数据回归 引用 @misc { rozemberczki2021chickenpox , title = { {Chickenpox Cases in Hungary: a Benchmark Dataset for Spatiotemporal Signal Processing with Graph Neural

edge_detector：HED实时iOS边缘检测器

御坂翻译器—Galgame/文字游戏/漫画多语种实时机翻工具 MisakaTranslator 御坂翻译器 Galgame/文字游戏/漫画多语种实时机翻工具 开源 | 高效 | 易用 中文 • English MisakaTranslator的名字由来是因为本软件连接到了一万多名御坂妹妹所组成的『御坂网络』，利用其强大的计算能力来提供实时可靠的翻译（误） MisakaTranslator官方网站 测试版演示视频 2.0版本教程 软件功能及特点 兼容性强：支持Hook+OCR两种方式提取游戏文本，能适配绝大多数游戏 可离线：支持完全离线工作(Hook模块离线、可选的Tesseract-OCR模块离线、三种离线翻译API) 高度可拓展的文本修复：针对Hook提取到的重复文本提供多种去重方式 提供更好体验的在线API：提供多种在线API(百度OCR+多种在线翻译API+多种公共接口翻译) 更高的OCR精度：支持在提交OCR前对图片进行预处理（多种处理方法） 分词及字典：支持Mecab分词和字典功能，可针对单词进行查询 翻译优化系统：支持人名地名欲翻译，提高翻译质

网络管道：网络流量数据管道，用于实时预测和构建深度神经网络的数据集