中文文献16篇.rar

上传者: 41353756 | 上传时间: 2021-04-08 21:01:24 | 文件大小: 12.27MB | 文件类型: RAR
适合本科毕设,研一新生了解步态识别提供方便

文件下载

资源详情

[{"title":"( 16 个子文件 12.27MB ) 中文文献16篇.rar","children":[{"title":"中文文献","children":[{"title":"基于加速度变化的步态识别方法_李春华.caj <span style='color:#111;'> 2.28MB </span>","children":null,"spread":false},{"title":"基于深度学习的步态识别方法_胡靖雯.caj <span style='color:#111;'> 1.55MB </span>","children":null,"spread":false},{"title":"基于支持向量机的步态识别新方法_薛召军.caj <span style='color:#111;'> 391.41KB </span>","children":null,"spread":false},{"title":"行人步态的特征表达及识别综述_贲晛烨04.caj <span style='color:#111;'> 276.71KB </span>","children":null,"spread":false},{"title":"智能视觉监控技术研究进展_王素玉.caj <span style='color:#111;'> 507.38KB </span>","children":null,"spread":false},{"title":"特征融合的多视角步态识别研究_王竣.caj <span style='color:#111;'> 369.47KB </span>","children":null,"spread":false},{"title":"基于步态检测算法的辅助行走系统设计_熊毅超.caj <span style='color:#111;'> 2.03MB </span>","children":null,"spread":false},{"title":"基于粒子群优化_支持向量机方法的下肢肌电信号步态识别_高发荣.caj <span style='color:#111;'> 602.74KB </span>","children":null,"spread":false},{"title":"生物特征识别综述_田启川03.caj <span style='color:#111;'> 604.82KB </span>","children":null,"spread":false},{"title":"现代身份鉴别新技术_生物特征识别技术_王蕴红.caj <span style='color:#111;'> 1.35MB </span>","children":null,"spread":false},{"title":"基于多尺度特征迁移学习的步态识别研究_徐健.caj <span style='color:#111;'> 1.07MB </span>","children":null,"spread":false},{"title":"步态识别综述_王科俊02.caj <span style='color:#111;'> 334.72KB </span>","children":null,"spread":false},{"title":"基于深度学习的步态识别算法优化研究_张馨心.caj <span style='color:#111;'> 1.93MB </span>","children":null,"spread":false},{"title":"步态识别的深度学习_综述_何逸炜.caj <span style='color:#111;'> 570.56KB </span>","children":null,"spread":false},{"title":"基于双层卷积神经网络的步态识别算法_王欣.caj <span style='color:#111;'> 285.02KB </span>","children":null,"spread":false},{"title":"基于步态的身份识别_王亮01.caj <span style='color:#111;'> 166.73KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明