ESP32开发者必备的参考资料
2024-04-18 13:53:11 692KB 数据手册
1
基于YOLOV5的交通标志识别检测系统源码+数据集+训练好的模型.zip 该项目是个人大作业项目源码,评审分达到98分,都经过严格调试,确保可以运行!放心下载使用。 基于YOLOV5的交通标志识别检测系统源码+数据集+训练好的模型.zip 该项目是个人大作业项目源码,评审分达到98分,都经过严格调试,确保可以运行!放心下载使用。基于YOLOV5的交通标志识别检测系统源码+数据集+训练好的模型.zip 该项目是个人大作业项目源码,评审分达到98分,都经过严格调试,确保可以运行!放心下载使用。基于YOLOV5的交通标志识别检测系统源码+数据集+训练好的模型.zip 该项目是个人大作业项目源码,评审分达到98分,都经过严格调试,确保可以运行!放心下载使用。基于YOLOV5的交通标志识别检测系统源码+数据集+训练好的模型.zip 该项目是个人大作业项目源码,评审分达到98分,都经过严格调试,确保可以运行!放心下载使用。基于YOLOV5的交通标志识别检测系统源码+数据集+训练好的模型.zip 该项目是个人大作业项目源码,评审分达到98分,都经过严格调试,确保可以运行!放心下载使用。
2024-04-18 11:35:06 423.32MB 交通标志检测 期末大作业
基于BP神经网络的数据分类matlab程序。 matlabR2020编写,可绘制出训练集及测试集结果图及各自混淆矩阵。 BP(back propagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念,是一种按照误差逆向传播算法训练的多层前馈神经网络,是应用最广泛的神经网络模型之一。 基本BP算法包括信号的前向传播和误差的反向传播两个过程。即计算误差输出时按从输入到输出的方向进行,而调整权值和阈值则从输出到输入的方向进行。正向传播时,输入信号通过隐含层作用于输出节点,经过非线性变换,产生输出信号,若实际输出与期望输出不相符,则转入误差的反向传播过程。误差反传是将输出误差通过隐含层向输入层逐层反传,并将误差分摊给各层所有单元,以从各层获得的误差信号作为调整各单元权值的依据。通过调整输入节点与隐层节点的联接强度和隐层节点与输出节点的联接强度以及阈值,使误差沿梯度方向下降,经过反复学习训练,确定与最小误差相对应的网络参数(权值和阈值),训练即告停止。此时经过训练的神经网络即能对类似样本的输入信息,自行处理输出误差最小的经过非线形转换的信息。
2024-04-18 09:57:21 73KB 神经网络 matlab 故障诊断 分类预测
1
kriging模型,python编写,带数据集
2024-04-17 18:38:23 4KB python 数据集
1
一、实验目的 1、复习主成分分析的原理和算法 2、使用sklearn库函数实现对鸢尾花数据集的主成分分析,观察主成分分析的作用 3、(选做)解读基于主成分分析和支持向量机的人脸识别程序 二、实验步骤 1、导入鸢尾花数据集,查看数据分布情况: 选取三个特征查看数据分布情况 选取两个特征查看数据分布情况 2、使用主成分分析函数对鸢尾花数据集降维 3、对降维后的数据集和原始数据集分别进行线性判别分析,比较分析的准确率 4、(选做)使用数值计算方法实现步骤2,深入了解主成分分析的实现过程 三、实验结果与讨论 1、简单清楚的叙述主成分分析的过程 2、绘制人脸识别程序的流程框图
2024-04-17 17:37:14 1.45MB python 数据集 主成分分析 人脸识别
1
【汇编作业】使用寄存器操作从外部存储器地址0x4000 3000处开始依次存放48个字数据(数值为0,1,2,3…47),之后将保存的数据复制至地址0x4000 4000处,自行设计汇编代码并提交实验报告(需包含运行时寄存器与存储器关键截图与汇编代码)。
2024-04-17 17:09:00 23KB linux 课程资源
1
QT中通过网站访问天气数据
2024-04-17 16:26:17 2.07MB 天气预报
1
基于Orange Telecom历史数据开发的客户流失预测模型的数据集和要求
2024-04-17 14:30:13 221KB 数据集
1
在这个实战项目中,我们将利用Python结合OpenCV库来实现车牌识别功能。整个过程涵盖图像预处理、车牌定位、车牌字符分割以及模板匹配识别等关键步骤,对智能交通、车辆管理等实际应用领域具有显著价值。 首先,我们需要对获取的车辆图像进行预处理,这通常包括灰度化、二值化、滤波去噪等操作,以便更好地凸显车牌区域。接着,利用OpenCV的图像处理功能,我们可以实现车牌定位。这通常涉及边缘检测、轮廓查找以及形态学操作,以准确提取出车牌区域。 在车牌定位完成后,我们需要对车牌进行字符分割。这一步的目的是将车牌中的每个字符独立提取出来,以便后续进行识别。常用的字符分割方法包括垂直投影法、滑动窗口法等。通过这些方法,我们可以将车牌图像划分为多个字符区域。 最后,我们利用模板匹配的方法对分割出的字符进行识别。通过预先准备的字符模板库,我们将每个字符区域与模板库中的字符进行匹配,从而确定字符的具体内容。经过这一过程,我们可以得到完整的车牌号码。 该项目不仅可用于车牌识别技术的学习和研究,还具有实际应用价值。通过自动识别车牌号码,我们可以实现车辆追踪、违章查询、停车场管理等功能,从而提高交通管理的
2024-04-17 12:05:09 12.37MB opencv python 源码
1
下载即可运行!!!入股不亏!!! STM32开发板连接YL69土壤湿度传感器实现数据采集并且在LCD上进行数据展示 STM32开发板内部温度传感器实现数据采集并且在LCD上进行数据展示 只要是ADC传感器类型都可实现数据采集
2024-04-17 11:50:17 4.16MB STM32 ADC
1