语言:MATLAB—交通信号灯定位和识别(定位,分割,不变矩和sift,svm方法均可,带界面GUI)
2023-03-30 03:45:30 692KB 交通信号识别 交通信号定位
1
宏乐语音识别控件(原名《宏乐声纹对比控件》、《宏乐语音评分控件》)可以对比任意两个声音句子的纹理,并获得两个声纹的近似度的百分值。让软件设计者根据识别的结果控制各种设备或操纵软件执行相应的功能。 用户可以将不同的特征文件与数据库一一对应保存,然后通过对比函数从数据库取出不同的特征文件与当前的录音结果对比,从而知道当前的声纹与数据库内的哪一个声纹最吻合。 我们还为掌上电脑,或学习机提供DLL评分插件
2023-03-29 23:56:10 10.58MB 媒体工具
1
互联网上收集到的 关于”通过手机摄像头识别血氧饱和度”的样本集以及论文地址和修改后的代码程序。 包含下面三个(代码,数据集,修改后的代码) ○ MTVital https://github.com/MahdiFarvardin/MTVital 包含 62份数据集 ○ Oximetry-phone-cam-data https://github.com/ubicomplab/oximetry-phone-cam-data 包含 6 份数据集 ○ seeing-red https://github.com/ssloxford/seeing-red 包含15份原始手指视频数据集(论文是针对心跳监测)(Each video is a 30 seconds long recording which was taken as the participant kept his index finger on the smartphone camera)
2023-03-29 19:23:45 47.45MB AI datasets 数据集 血氧饱和度
1
人工智能:人工+智能。 人工智能是关于知识的学科,怎样表示、获取和应用知识。 核心目标:让机器去完成只有人能够完成的智能工作。 人工智能包括模式识别、机器学习、数据挖掘、计算机视觉和自然语言处理等。 1. 模式识别 定义:模式是指存在于时间和空间中可观测性、可度量性和可区分性的信息;模式识别是对模式进行分析与处理,进而实现描述、辨识、分类与解译。 基本任务:从标记样本中训练识别系统或者从无标识样本中发现模式。 2. 机器学习 定义:专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,并重新组织已有的知识结构使之不断改善自身的性能。 基本任务:用数据或以往的经验,优化计算机程序的性
2023-03-29 16:42:13 156KB 人工智能 模式识别
1
西安交大人工智能课件,包括人工智能 模式识别 神经网络 机器学习等内容。
1
Fashion-MNIST是一个用来进行机器学习和深度学习的测试数据集,它由类似于MNIST的手写数字图像数据集演变而来,但是每一张图像都代表了10类服装类型之一,包括T恤、裤子、套衫、连衣裙、外套、凉鞋、衬衫、运动鞋、包和靴子。 基于卷积神经网络的Fashion-MNIST图像识别,通常指的是使用卷积神经网络来对Fashion-MNIST数据集中的图像进行分类。在这种情况下,我们需要训练一个卷积神经网络模型,让它能够根据图像的特征来预测图像所属的类别。 为了实现这个目标,我们需要以下步骤: 1. 准备Fashion-MNIST数据集,包括训练集、验证集和测试集。 2. 构建一个卷积神经网络模型,包括两个卷积层和全连接层。 3. 使用训练集对模型进行训练,通过反向传播算法来更新模型参数。 4. 使用验证集对训练好的模型进行评估,并通过可视化工具来观察模型的训练曲线和验证曲线。
2023-03-29 13:56:56 150KB 机器学习
1
D-S证据理论的融合思想主要体现在待识别对象的多个证据的基本概率分配函数通过某种规则融合在一起,求出所有证据的总支持程度,证据理论给出了多源数据的组合规则
1
从人脸图像特征提取和分类器构 建两方面分析了人脸识别系统设计的关键点,提出了以主成分分析技术和支持向量机技术相结合构建人脸识别系统的策略,同时在主成分分析技术的理论基础上提出了一种快速PCA算法.通过实验系统在ORL人脸库上的测试结果,分析了该系统的相关参数和特征向量维度的选取对系统识别率的影响,并得到了其最优解.同 时,通过实验证明了所提出方法在小训练集下的识别率优于其它一般方法,其识别率比一般的人工神经网络法提高了7%~10%左右.
1
基于CNN的姿势识别 帮助机器通过相机了解人类的行为很重要。 一旦实现,机器就可以对各种人体姿势做出不同的React。 但是该过程也非常困难,因为通常它非常缓慢且耗电,并且需要非常大的存储空间。 在这里,我们着重于实时姿势识别,并尝试使机器“知道”我们做出的姿势。 姿势识别系统由DE10-Nano SoC FPGA套件,相机和HDMI监视器组成。 SoC FPGA捕获来自摄像机的视频流,使用CNN模型识别人体姿势,最后通过HDMI接口显示原始视频和分类结果(站立,行走,挥动等)。 单据 我们在这里上传论文。 并演示了该项目的详细信息。 专案 我们上载我们的项目,包括Matlab,Python和Quartus。 软件版本为: Matlab R2017b 的Python 3.6.3 Python5.1.0 TensorFlow-gpu 1.3.0 Quartus 14.0
2023-03-28 19:48:50 93.62MB Verilog
1
百科荣创语音模块—小创语音的词条资料
2023-03-28 19:30:18 40.11MB 语音识别
1