基于matlab和bag of words的图像分类， 目录中不包含数据集！ 设计目标 输入一幅图像，输出标签 可以固定图片大小 实现 数据集：caltech101 matlab + bag of words 改自ImageCategoryClassificationTrainSample bag of words：利用matlab中bagOfFeatures函数提取SURF特征并K-means聚类构造“词典” svm：利用trainImageCategoryClassifier函数训练线性SVM分类器 测试结果： 训练集正确率：97.91% 测试集正确率：30.11% matlab + cnn + svm 改自DeepLearningImageClassificationSample cnn：利用预先训练好的AlexNet CNN网络获取特征向量，由于AlexNet已经针对ImageNet上的众多样本进行了训练，从其中抽取的特征向量对于一般图像具有较强的区分能力 svm：fitcecoc函数可以方便地训练基于SVM的多分类分类器 测试结果： 训练集正确率：99.67% 测试集正确率：77.95% 运行说明 两个实验文件夹都包含xml、m文件 xml为matlab2016b的新功能，旧版本可使用m文件 两个文件夹都有predictCategory.m文件，该函数输入参数为一幅任意图形，输出参数为类别字符串的元胞数组

主要是小程序连接蓝牙，以达到单片机控制灯的开关的目的，是朋友的一个毕业设计，因为时间原因，用了两天左右写的。

Aspose.Words版本：Version=17.6.0.0； system.drawing版本：Version=2.0.0.0

破解版，无水印无文件大小限制，内含license 警告：请勿用于商业用途，仅供学习研究，如有版权纠纷，本人概不负责

单词天天斗 基于“微信小程序” +“云开发”实现的单词对战小程序，支持好友对战，随机匹配，人机对战这种对战的形式，包括四级核心词，四级大纲词，六级核心词，六级大纲词，考研真题核心词，考研大纲词，小学必备词，中考大纲词，高考大纲词，雅思大纲词，商务词汇等多种单词书。 系统演示视频： : 微信：34805850，期待大佬关注微信公众号：前端面试之道，部署文档/视频教程，明星后微信联系〜 该项目适用于： 毕业设计：文档齐全，精确可行，技术广度大，业务闭环，包括项目解析教程；使用微信小程序云开发，无需构建服务器/环境等，无后序成本；注意项目上手需要的基础包含： HTML ， CSS ， JavaScript ，另外需要看一下 运营恰饭：小程序日UV1000，立即日收入100（微信广告收入）；项目业务闭环，可以自己开发更多功能；裂变模式丰富，好友对战，提示卡，挑战模式群分享等。云开发。有一定免费

将aspose.words也一并发上来吧，带hello world示例程序。

aspose-words-16.4.0-jdk16.jar是Aspose对Word文档转换PDF所用的Jar包

Word转PDF的jar包Aspose.Words_for_Java_破解版，免费使用，无需配置xml文件

aspose.words 控件可以方便的出来word文档，通过在word模板中定义书签，可以在指定的位置插入内容，如果需要在word中插入表格，并且表格中含有多行行头，需要合并单元时，就稍微麻烦一些，必须要注意设置单元格的格式，本例子就提供了一个完整的例子，演示了，如何在word中插入表格，如何合并表头，如何填充单元格文字及背景演示。 例子包含最新 aspose.word 9.7版本

word转pdf