- 数据集大小:270MB【分类个数:4分类】胆囊、正常、结石、肿瘤 【数据集详情】data目录下分为3个目录,训练集和验证集。存放各自的同一类数据图片。训练集图片总数9959,验证集图片总数2487 可以用作yolov5的分类数据集,和分类网络的数据集 【json文件】分类标签的字典文件 如果想可视化数据集,可以运行资源中的show脚本。 CNN分类网络项目:https://blog.csdn.net/qq_44886601/category_12056269.html【分类个数:4分类】胆囊、正常、结石、肿瘤 【数据集详情】data目录下分为3个目录,训练集和验证集。存放各自的同一类数据图片。训练集图片总数9959,验证集图片总数2487 可以用作yolov5的分类数据集,和分类网络的数据集 【json文件】分类标签的字典文件 如果想可视化数据集,可以运行资源中的show脚本。 CNN分类网络项目:https://blog.csdn.net/qq_44886601/category_12056269.html0 5浏览¥ 19.90
- 数据集大小:17MBMRI 骨骼数据集,可以用于分割,格式为dcmMRI 骨骼数据集,可以用于分割,格式为dcm0 2浏览¥ 14.90
- 毕业设计大小:25MB基于YOLOv5实现的钢材表面缺陷检测(源码+数据集) 适用期末大作业或毕业设计,作为“参考资料”使用。基于YOLOv5实现的钢材表面缺陷检测(源码+数据集) 适用期末大作业或毕业设计,作为“参考资料”使用。0 8浏览¥ 9.90
- MATLAB大小:2MBCSDN IT狂飙上传的代码均可运行,功能ok的情况下才上传的,直接替换数据即可使用,小白也能轻松上手 【资源说明】 基于MATLAB实现的蜂群算法的城市生活垃圾收运的车辆路径问题+代码文档.7z 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2020b;若运行有误,根据提示GPT修改;若不会,私信博主(问题描述要详细); 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可后台私信博主; 4.1 期刊或参考文献复现 4.2 Matlab程序定制 4.3 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 5、欢迎下载,沟通交流,互相学习,共同进步!CSDN IT狂飙上传的代码均可运行,功能ok的情况下才上传的,直接替换数据即可使用,小白也能轻松上手 【资源说明】 基于MATLAB实现的蜂群算法的城市生活垃圾收运的车辆路径问题+代码文档.7z 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2020b;若运行有误,根据提示GPT修改;若不会,私信博主(问题描述要详细); 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可后台私信博主; 4.1 期刊或参考文献复现 4.2 Matlab程序定制 4.3 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 5、欢迎下载,沟通交流,互相学习,共同进步!0 9浏览¥ 19.90
- matlab大小:133KB可见光通信系统MATLAB代码 包含信道模型可见光通信系统MATLAB代码 包含信道模型5 128浏览¥ 11.90
- 机器学习大小:570KB基于BP神经网络的多输出数据回归预测.zip 基于BP神经网络的时间序列预测.zip 基于BP神经网络的数据分类预测.zip 基于BP神经网络的数据回归预测.zip 基于BP神经网络的数据回归预测-预测新数据.zip 基于径向基神经网络的时间序列预测.zip 基于径向基神经网络的数据分类预测.zip 基于径向基神经网络的数据回归预测.zip 基于卷积神经网络的时间序列预测.zip 基于卷积神经网络的数据分类预测.zip 基于卷积神经网络的数据回归预测.zip 基于随机森林算法的时间序列预测.zip 基于随机森林算法的数据分类预测.zip 基于随机森林算法的数据回归预测.zip 基于遗传算法优化BP神经网络的时间序列预测.zip 基于遗传算法优化BP神经网络的数据分类预测.zip 基于遗传算法优化BP神经网络的数据回归预测.zip 基于长短期记忆网络的数据分类预测.zip 基于长短期记忆网络的数据回归预测.zip 基于支持向量机的时间序列预测(libsvm).zip 基于支持向量机的数据分类预测(libsvm).zip 基于支持向量机的数据回归预测(libsvm).zip基于BP神经网络的多输出数据回归预测.zip 基于BP神经网络的时间序列预测.zip 基于BP神经网络的数据分类预测.zip 基于BP神经网络的数据回归预测.zip 基于BP神经网络的数据回归预测-预测新数据.zip 基于径向基神经网络的时间序列预测.zip 基于径向基神经网络的数据分类预测.zip 基于径向基神经网络的数据回归预测.zip 基于卷积神经网络的时间序列预测.zip 基于卷积神经网络的数据分类预测.zip 基于卷积神经网络的数据回归预测.zip 基于随机森林算法的时间序列预测.zip 基于随机森林算法的数据分类预测.zip 基于随机森林算法的数据回归预测.zip 基于遗传算法优化BP神经网络的时间序列预测.zip 基于遗传算法优化BP神经网络的数据分类预测.zip 基于遗传算法优化BP神经网络的数据回归预测.zip 基于长短期记忆网络的数据分类预测.zip 基于长短期记忆网络的数据回归预测.zip 基于支持向量机的时间序列预测(libsvm).zip 基于支持向量机的数据分类预测(libsvm).zip 基于支持向量机的数据回归预测(libsvm).zip0 53浏览¥ 9.90
- 神经网络大小:6MBMATLAB神经网络30个案例MATLAB代码 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论,在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数,仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器,反复训练BP神经网络预测样本输出,通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量MATLAB神经网络30个案例MATLAB代码 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论,在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数,仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器,反复训练BP神经网络预测样本输出,通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量0 190浏览¥ 9.90
- matlab大小:242MB1、基于resnet网络垃圾分类识别系统的matlab设计,具有较高的准确率; 2、具有可视化GUI运行程序,具有详细的文档和录制演示视频; 3、可以在2018以及最新版本的matlab运行;1、基于resnet网络垃圾分类识别系统的matlab设计,具有较高的准确率; 2、具有可视化GUI运行程序,具有详细的文档和录制演示视频; 3、可以在2018以及最新版本的matlab运行;5 156浏览¥ 109.90
- matlab大小:70MB1、基于matlab 指静脉识别系统设计,可完成指静脉的识别; 2、具有可视化GUI运行程序,具有详细的文档和录制演示视频; 3、可以在2018以及最新版本的matlab运行;1、基于matlab 指静脉识别系统设计,可完成指静脉的识别; 2、具有可视化GUI运行程序,具有详细的文档和录制演示视频; 3、可以在2018以及最新版本的matlab运行;5 26浏览¥ 99.90
- matlab大小:18MB1、Matlab复杂车牌识别系统GUI,比如常见的不同路况、车牌识别等; 2、具有可视化GUI运行程序,具有详细的文档和录制演示视频; 3、可以在2015以及最新版本的matlab运行;1、Matlab复杂车牌识别系统GUI,比如常见的不同路况、车牌识别等; 2、具有可视化GUI运行程序,具有详细的文档和录制演示视频; 3、可以在2015以及最新版本的matlab运行;0 12浏览¥ 79.90
- matlab大小:2MB1、matlab卷积神经网络 cnn交通标志识别,可完成不同交通标志的识别; 2、具有详细的文档和录制演示视频; 3、可以在2015以及最新版本的matlab运行;1、matlab卷积神经网络 cnn交通标志识别,可完成不同交通标志的识别; 2、具有详细的文档和录制演示视频; 3、可以在2015以及最新版本的matlab运行;5 67浏览¥ 109.90
- mfc大小:65MB本压缩包为“用OpenCV与MFC写一个图像格式转换程序”示例程序源码,包含打开图像文件、另存图像文件、彩色图像转换为灰度图像、图像锐化、高斯滤波、边缘探测等操作源码。本压缩包为“用OpenCV与MFC写一个图像格式转换程序”示例程序源码,包含打开图像文件、另存图像文件、彩色图像转换为灰度图像、图像锐化、高斯滤波、边缘探测等操作源码。5 44浏览¥ 11.90
- 机器学习大小:17MB车牌号是机动车唯一的身份标志,如何通过自动化技术快速准确地识别车牌号对于交通管理有着重要的意义。 然而,基于图像的车牌识别系统的研制引起了许多学者的广泛兴趣,但车牌识别由于要适应各种复杂背景以及不同光照条件影响,使车牌分割及识别增加了难度。在一些特定情况下,例如由于车牌颜色不同,传统的识别方法可能无法很好地工作。因此,研究一种高效准确的车牌识别算法是非常必要的。 机器学习SVM(支持向量机)作为一种强大的分类工具,可以有效地处理这种问题。本文提出的基于OpenCV和SVM的车牌识别系统通过对车牌图像进行预处理、特征提取和分类,实现对车牌的自动识别。首先使用图像边缘和车牌颜色定位车牌区域,然后利用SVM算法识别字符。此外,为了降低计算量,通常在识别前需要先进行车牌检测,也就是从包含车牌的图像中截取出只包含车牌的一个图块。 总的来说,基于机器学习SVM的车牌识别系统具有巨大的应用潜力和研究价值。不仅可以大大提高交通管理的效率,也对于智能交通系统的发展起到了推动作用。车牌号是机动车唯一的身份标志,如何通过自动化技术快速准确地识别车牌号对于交通管理有着重要的意义。 然而,基于图像的车牌识别系统的研制引起了许多学者的广泛兴趣,但车牌识别由于要适应各种复杂背景以及不同光照条件影响,使车牌分割及识别增加了难度。在一些特定情况下,例如由于车牌颜色不同,传统的识别方法可能无法很好地工作。因此,研究一种高效准确的车牌识别算法是非常必要的。 机器学习SVM(支持向量机)作为一种强大的分类工具,可以有效地处理这种问题。本文提出的基于OpenCV和SVM的车牌识别系统通过对车牌图像进行预处理、特征提取和分类,实现对车牌的自动识别。首先使用图像边缘和车牌颜色定位车牌区域,然后利用SVM算法识别字符。此外,为了降低计算量,通常在识别前需要先进行车牌检测,也就是从包含车牌的图像中截取出只包含车牌的一个图块。 总的来说,基于机器学习SVM的车牌识别系统具有巨大的应用潜力和研究价值。不仅可以大大提高交通管理的效率,也对于智能交通系统的发展起到了推动作用。5 566浏览¥ 39.90
- opencv大小:15MB车牌识别系统是一种基于计算机视觉和机器学习技术的智能交通管理系统。在这个系统中,我们主要使用OpenCV和SVM(支持向量机)算法来实现车牌的自动识别。 首先,我们需要对输入的车辆图像进行预处理,包括灰度化、二值化、去噪等操作,以便于后续的特征提取。接下来,我们使用OpenCV库中的函数来检测图像中的车牌区域,这通常包括边缘检测、轮廓提取等步骤。 在提取到车牌区域后,我们需要对其进行特征提取。这里我们使用SVM算法来进行特征分类。SVM是一种监督学习算法,它可以在高维空间中找到一个最优超平面,将不同类别的数据点分隔开。在车牌识别任务中,我们可以将每个字符看作是一个类别,通过训练数据集来学习字符之间的特征关系。 为了提高识别准确率,我们还可以使用一些额外的技术,如字符分割、字符识别等。字符分割是将车牌上的字符分离出来,以便进行单独识别;字符识别则是根据提取到的特征来判断每个字符的具体含义。 最后,我们将识别到的字符组合成完整的车牌号码,并输出结果。整个车牌识别过程可以封装成一个函数,方便在其他项目中复用。车牌识别系统是一种基于计算机视觉和机器学习技术的智能交通管理系统。在这个系统中,我们主要使用OpenCV和SVM(支持向量机)算法来实现车牌的自动识别。 首先,我们需要对输入的车辆图像进行预处理,包括灰度化、二值化、去噪等操作,以便于后续的特征提取。接下来,我们使用OpenCV库中的函数来检测图像中的车牌区域,这通常包括边缘检测、轮廓提取等步骤。 在提取到车牌区域后,我们需要对其进行特征提取。这里我们使用SVM算法来进行特征分类。SVM是一种监督学习算法,它可以在高维空间中找到一个最优超平面,将不同类别的数据点分隔开。在车牌识别任务中,我们可以将每个字符看作是一个类别,通过训练数据集来学习字符之间的特征关系。 为了提高识别准确率,我们还可以使用一些额外的技术,如字符分割、字符识别等。字符分割是将车牌上的字符分离出来,以便进行单独识别;字符识别则是根据提取到的特征来判断每个字符的具体含义。 最后,我们将识别到的字符组合成完整的车牌号码,并输出结果。整个车牌识别过程可以封装成一个函数,方便在其他项目中复用。5 641浏览¥ 49.90
- 机器学习大小:396MBKNN算法(K-Nearest Neighbors)是一种基于实例的学习方法,通过计算KNN算法(K-Nearest Neighbors)是一种基于实例的学习方法,通过计算待分类样本与已知类别样本之间的距离,选取距离最近的K个邻居,然后根据这K个邻居的类别进行投票,得到票数最多的类别作为待分类样本的类别。在手写数字识别中,KNN算法可以有效地识别出手写数字的形状和特征。使用tkinter库可以创建一个简洁的界面,用户可以通过该界面上传手写数字图片,然后调用KNN算法进行识别。首先,安装所需库,导入所需库,定义KNN算法函数,创建tkinter界面,添加上传按钮,添加显示结果标签,添加退出按钮,运行tkinter界面。手写数字识别是计算机视觉领域的一个重要应用,旨在让计算机能够自动识别手写数字。这一技术在金融、教育、邮政等领域具有广泛的应用前景。KNN算法作为一种简单有效的机器学习方法,在手写数字识别中取得了良好的效果。KNN算法(K-Nearest Neighbors)是一种基于实例的学习方法,通过计算KNN算法(K-Nearest Neighbors)是一种基于实例的学习方法,通过计算待分类样本与已知类别样本之间的距离,选取距离最近的K个邻居,然后根据这K个邻居的类别进行投票,得到票数最多的类别作为待分类样本的类别。在手写数字识别中,KNN算法可以有效地识别出手写数字的形状和特征。使用tkinter库可以创建一个简洁的界面,用户可以通过该界面上传手写数字图片,然后调用KNN算法进行识别。首先,安装所需库,导入所需库,定义KNN算法函数,创建tkinter界面,添加上传按钮,添加显示结果标签,添加退出按钮,运行tkinter界面。手写数字识别是计算机视觉领域的一个重要应用,旨在让计算机能够自动识别手写数字。这一技术在金融、教育、邮政等领域具有广泛的应用前景。KNN算法作为一种简单有效的机器学习方法,在手写数字识别中取得了良好的效果。5 859浏览¥ 39.90
- 加密与解密大小:53KB该程序包,包括了LABVEW的,MD5加密 /初始化注册表/ 创建注册表/ 加密/ 解密 /解密钥匙MD5/ 解密钥匙MD5/ 生成机器码 / 程序是2021版本,请选择LABVIEW2021打开该程序包,包括了LABVEW的,MD5加密 /初始化注册表/ 创建注册表/ 加密/ 解密 /解密钥匙MD5/ 解密钥匙MD5/ 生成机器码 / 程序是2021版本,请选择LABVIEW2021打开5 164浏览¥ 9.90
- 随机森林大小:313MB基于MATLB编程的随机森林回归分析代码,代码可以进行自变量的重要性分析,输出误差曲线,和预测值,代码可以直接运行,代码精简,数据完整,主要代码有注释,方便扩展到其他数据,基于MATLB编程的随机森林回归分析代码,代码可以进行自变量的重要性分析,输出误差曲线,和预测值,代码可以直接运行,代码精简,数据完整,主要代码有注释,方便扩展到其他数据,0 500浏览¥ 14.90
- opencv大小:9MB手写数字识别是计算机视觉和模式识别中的一个开放问题,解决这个问题引起了越来越多的兴趣。这个问题的主要挑战是设计一种有效的方法来识别用户通过数字设备提交的手写数字。过去和最近几年已经提出了许多研究来改进各种语言的手写数字识别。对阿拉伯语手写数字识别的研究是有限的。目前,深度学习算法在计算机视觉领域极为流行,用于解决和处理图像分类等重要问题,为计算机提供接近人类的感知能力。手写数字识别是计算机视觉和模式识别中的一个开放问题,解决这个问题引起了越来越多的兴趣。这个问题的主要挑战是设计一种有效的方法来识别用户通过数字设备提交的手写数字。过去和最近几年已经提出了许多研究来改进各种语言的手写数字识别。对阿拉伯语手写数字识别的研究是有限的。目前,深度学习算法在计算机视觉领域极为流行,用于解决和处理图像分类等重要问题,为计算机提供接近人类的感知能力。0 63浏览¥ 49.90
- 源代码大小:531KB情侣主题博客源码.7z情侣主题博客源码.7z0 146浏览¥ 19.90
- WebAR大小:9MB建议先看效果和说明:https://blog.csdn.net/qq_33789001/article/details/129442180 该功能基于mind-ar-js-master\examples\face-tracking\example1.html案例修改而来,主要是将部分托管在cdn服务器的脚本库进行了本地化关联(解决加载太慢的问题)和替换了面部网格贴图。 近段时间一直在玩MindAR的功能,之前一直在弄图片识别追踪的功能,发现其强大的功能还有脸部识别和追踪的功能,就基于其面部网格的例子修改了一个国粹京剧的。基于MindAR实现的网页端WebAR图片识别叠加动作模型追踪功能,其中包含了大致的配置步骤和图片识别的功能。本文就以仓库中的面网案例的基础上进行了修改,将部分托管在cdn服务器的脚本库进行了本地化关联(解决加载太慢的问题),利用了笔者的超低PS技术进行了京剧面网的p图,实现了该效果。按MindAR作者的说法是可以在手机上运行,但是笔者在进行手机测试的时候,一直在转圈加载中,并未在手机上成功使用该功能,如果有大佬知道是啥问题也请指点一下。建议先看效果和说明:https://blog.csdn.net/qq_33789001/article/details/129442180 该功能基于mind-ar-js-master\examples\face-tracking\example1.html案例修改而来,主要是将部分托管在cdn服务器的脚本库进行了本地化关联(解决加载太慢的问题)和替换了面部网格贴图。 近段时间一直在玩MindAR的功能,之前一直在弄图片识别追踪的功能,发现其强大的功能还有脸部识别和追踪的功能,就基于其面部网格的例子修改了一个国粹京剧的。基于MindAR实现的网页端WebAR图片识别叠加动作模型追踪功能,其中包含了大致的配置步骤和图片识别的功能。本文就以仓库中的面网案例的基础上进行了修改,将部分托管在cdn服务器的脚本库进行了本地化关联(解决加载太慢的问题),利用了笔者的超低PS技术进行了京剧面网的p图,实现了该效果。按MindAR作者的说法是可以在手机上运行,但是笔者在进行手机测试的时候,一直在转圈加载中,并未在手机上成功使用该功能,如果有大佬知道是啥问题也请指点一下。5 532浏览¥ 5.90
- django大小:97KB使用博文地址:https://blog.csdn.net/kaspar1992/article/details/81252993 基于Django和OpenCV实现web页面人脸登陆系统使用博文地址:https://blog.csdn.net/kaspar1992/article/details/81252993 基于Django和OpenCV实现web页面人脸登陆系统5 487浏览¥ 5.90
- 智能算法大小:4KB人工蜂鸟算法( AHA )是2021 年提出的一种新型元启发式优化算法 . 这个资源含matlab源代码与python代码人工蜂鸟算法( AHA )是2021 年提出的一种新型元启发式优化算法 . 这个资源含matlab源代码与python代码5 279浏览¥ 11.90
- OpenCV大小:125MB基于OpenCV+Python实现的手势识别项目完整源码+数据集+项目使用说明.7z 本项目需要 PyCharm 来运行 可以在创建项目的时候,创建 Python 运行环境,建议使用anaconda来配置。 带数据集,可训练模型 【基础包需要安装】 pip install numpy pip install scipy pip install python-tk 直接运行myGUI或者main即可,也可以自己修改一些参数重新训练模型。基于OpenCV+Python实现的手势识别项目完整源码+数据集+项目使用说明.7z 本项目需要 PyCharm 来运行 可以在创建项目的时候,创建 Python 运行环境,建议使用anaconda来配置。 带数据集,可训练模型 【基础包需要安装】 pip install numpy pip install scipy pip install python-tk 直接运行myGUI或者main即可,也可以自己修改一些参数重新训练模型。5 375浏览¥ 89.90
- 遗传算法大小:6KB基于python实现的遗传算法实验源码+详细注释+项目说明+实验结果及总结.7z 人工智能课程作业 遗传算法具体步骤: (1)初始化:设置进化代数计数器t=0、设置最大进化代数T、交叉概率、变异概率、随机生成M个个体作为初始种群P (2)个体评价:计算种群P中各个个体的适应度 (3)选择运算:将选择算子作用于群体。以个体适应度为基础,选择最优个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代 (4)交叉运算:在交叉概率的控制下,对群体中的个体两两进行交叉 (5)变异运算:在变异概率的控制下,对群体中的个体进行变异,即对某一个体的基因进行随机调整 (6) 经过选择、交叉、变异运算之后得到下一代群体P1。基于python实现的遗传算法实验源码+详细注释+项目说明+实验结果及总结.7z 人工智能课程作业 遗传算法具体步骤: (1)初始化:设置进化代数计数器t=0、设置最大进化代数T、交叉概率、变异概率、随机生成M个个体作为初始种群P (2)个体评价:计算种群P中各个个体的适应度 (3)选择运算:将选择算子作用于群体。以个体适应度为基础,选择最优个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代 (4)交叉运算:在交叉概率的控制下,对群体中的个体两两进行交叉 (5)变异运算:在变异概率的控制下,对群体中的个体进行变异,即对某一个体的基因进行随机调整 (6) 经过选择、交叉、变异运算之后得到下一代群体P1。0 189浏览¥ 19.90
- BFS大小:3KB基于python实现的广度优先遍历搜索(BFS)实验源码+代码详细注释+项目说明+实验结果及总结.7z 广度优先搜索算法(英语:Breadth-First-Search,缩写为BFS),是一种图形搜索算法。简单的说,BFS是从根节点开始,沿着树的宽度遍历树的节点。如果所有节点均被访问,则算法中止。BFS是一种盲目搜索法,目的是系统地展开并检查图中的所有节点,以找寻结果。 BFS会先访问根节点的所有邻居节点,然后再依次访问邻居节点的邻居节点,直到所有节点都访问完毕。在具体的实现中,使用open和closed两个表,open是一个队列,每次对open进行一次出队操作(并放入closed中),并将其邻居节点进行入队操作。直到队列为空时即完成了所有节点的遍历。closed表在遍历树时其实没有用,因为子节点只能从父节点到达。但在进行图的遍历时,一个节点可能会由多个节点到达,所以此时为了防止重复遍历应该每次都检查下一个节点是否已经在closed中了。基于python实现的广度优先遍历搜索(BFS)实验源码+代码详细注释+项目说明+实验结果及总结.7z 广度优先搜索算法(英语:Breadth-First-Search,缩写为BFS),是一种图形搜索算法。简单的说,BFS是从根节点开始,沿着树的宽度遍历树的节点。如果所有节点均被访问,则算法中止。BFS是一种盲目搜索法,目的是系统地展开并检查图中的所有节点,以找寻结果。 BFS会先访问根节点的所有邻居节点,然后再依次访问邻居节点的邻居节点,直到所有节点都访问完毕。在具体的实现中,使用open和closed两个表,open是一个队列,每次对open进行一次出队操作(并放入closed中),并将其邻居节点进行入队操作。直到队列为空时即完成了所有节点的遍历。closed表在遍历树时其实没有用,因为子节点只能从父节点到达。但在进行图的遍历时,一个节点可能会由多个节点到达,所以此时为了防止重复遍历应该每次都检查下一个节点是否已经在closed中了。5 482浏览¥ 17.90
- python源码大小:8KBpython实现基于改进的差分进化算法求解柔性作业车间调度问题源码+项目说明.7z 问题规模以(工件J*工序P*机器M)表示,例如J20P10M10表示共有20个工件,每个工件有10个工序,总共有10个加工机器可供选择。data文件夹中的文件表示程序所用的数据,其中data_first文件的问题规模是J10P5M6,data_second文件的问题规模是J20P10M10,data_third文件的问题规模是J20P20M15。对于其中数据的解释:横向表示工序,纵向表示机器,每个数值表示机器加工工序的耗时,工序和机器都是按顺序排列的。以data_first.txt文件为例,前五行分别表示第一个工件的5个工序分别在6台机器上加工的时间,第5-10行表示第二个工件的5个工序分别在6台机器上加工的时间,以此类推。 关于编码,本项目采用的是同类问题常用的编码方式,参考论文“基于改进遗传算法的柔性作业车间调度问题研究”,与该论文所述的编码方式不同的是,本项目的编码中第一段为工序编码,第二段为机器编码。python实现基于改进的差分进化算法求解柔性作业车间调度问题源码+项目说明.7z 问题规模以(工件J*工序P*机器M)表示,例如J20P10M10表示共有20个工件,每个工件有10个工序,总共有10个加工机器可供选择。data文件夹中的文件表示程序所用的数据,其中data_first文件的问题规模是J10P5M6,data_second文件的问题规模是J20P10M10,data_third文件的问题规模是J20P20M15。对于其中数据的解释:横向表示工序,纵向表示机器,每个数值表示机器加工工序的耗时,工序和机器都是按顺序排列的。以data_first.txt文件为例,前五行分别表示第一个工件的5个工序分别在6台机器上加工的时间,第5-10行表示第二个工件的5个工序分别在6台机器上加工的时间,以此类推。 关于编码,本项目采用的是同类问题常用的编码方式,参考论文“基于改进遗传算法的柔性作业车间调度问题研究”,与该论文所述的编码方式不同的是,本项目的编码中第一段为工序编码,第二段为机器编码。5 199浏览¥ 44.90
- rv1109大小:14MB基于RKmedia的人脸和车牌识别的SDK及使用说明.7z 人脸检测&识别 对于人脸部分,SDK 提供了以下能力: 人脸检测 1.1 人脸是否带口罩判定 1.2 人脸角度检测 人脸识别 2.1 1:1 识别 2.2 1:N 识别 用户重识别 对于车牌部分,SDK 提供了以下能力: 车辆检测 车牌检测(蓝牌、绿牌、黄牌[含双层黄牌]、白牌、黑牌等) 车牌识别基于RKmedia的人脸和车牌识别的SDK及使用说明.7z 人脸检测&识别 对于人脸部分,SDK 提供了以下能力: 人脸检测 1.1 人脸是否带口罩判定 1.2 人脸角度检测 人脸识别 2.1 1:1 识别 2.2 1:N 识别 用户重识别 对于车牌部分,SDK 提供了以下能力: 车辆检测 车牌检测(蓝牌、绿牌、黄牌[含双层黄牌]、白牌、黑牌等) 车牌识别5 680浏览¥ 54.90
- 机器学习大小:6MB一个基于机器学习的新闻标题分类系统源码+数据集+训练好的模型+项目操作说明_本科毕设项目.7z bert_base中文预训练模型训练NLPCC2017 Task2新闻标题分类数据集的句向量 【环境配置要求】 Python:3.8.13 操作系统:Windows 数据库:MySQL Web框架:Flask 模型训练:sklearn 1.Anaconda创建虚拟环境 conda create -n Graduation python=3.8 命令行切换到对应目录 2.安装第三方库 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple 3.将数据导入数据库 mysql -u root -p --local-infile=1 < D:\Bachelor_Graduation\Bachelor_Graduation.sql 【备注】主要针对正在做毕设的同学和需要项目实战的机器学习、深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。一个基于机器学习的新闻标题分类系统源码+数据集+训练好的模型+项目操作说明_本科毕设项目.7z bert_base中文预训练模型训练NLPCC2017 Task2新闻标题分类数据集的句向量 【环境配置要求】 Python:3.8.13 操作系统:Windows 数据库:MySQL Web框架:Flask 模型训练:sklearn 1.Anaconda创建虚拟环境 conda create -n Graduation python=3.8 命令行切换到对应目录 2.安装第三方库 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple 3.将数据导入数据库 mysql -u root -p --local-infile=1 < D:\Bachelor_Graduation\Bachelor_Graduation.sql 【备注】主要针对正在做毕设的同学和需要项目实战的机器学习、深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。5 689浏览¥ 109.90
- 机器学习大小:27MB基于开源URL数据字符串特征的恶意性检测项目源码+数据集+模型+项目说明.7z 从kdnuggets上收集到了带标签(good/bad)的URL数据集,共416350条,其中异常数据(bad)71556条,占比17.19%; 正常数据(good)344794条,占比82.81%。 将全体数据划分为训练集(70%),验证集(15%)和测试集(15%),并且在每个集合中均保持异常数据所占比例相同。 分类器模型 准确度(%) 精确度(%) 召回率(%) 贝叶斯 85.88 60.82 50.25 AdaBoost 92.84 86.05 69.65 随机森林 97.13 95.9 87.05 决策树 94.63 83.9 85.11 逻辑回归 90.86 83.29 58.58 梯度提升树 96.35 93.7 84.45 基于投票的分类器 97.1 92.51 90.48基于开源URL数据字符串特征的恶意性检测项目源码+数据集+模型+项目说明.7z 从kdnuggets上收集到了带标签(good/bad)的URL数据集,共416350条,其中异常数据(bad)71556条,占比17.19%; 正常数据(good)344794条,占比82.81%。 将全体数据划分为训练集(70%),验证集(15%)和测试集(15%),并且在每个集合中均保持异常数据所占比例相同。 分类器模型 准确度(%) 精确度(%) 召回率(%) 贝叶斯 85.88 60.82 50.25 AdaBoost 92.84 86.05 69.65 随机森林 97.13 95.9 87.05 决策树 94.63 83.9 85.11 逻辑回归 90.86 83.29 58.58 梯度提升树 96.35 93.7 84.45 基于投票的分类器 97.1 92.51 90.485 223浏览¥ 119.90
- 机器学习大小:3MB基于机器学习实现发电厂辅机故障预警系统源码+项目说明.7z 针对电厂辅机故障率高,传统的基于机理的模型预警不及时,经常误诊的问题,设计了基于机器学习的新型故障预警模型 面对三种不同的使用场景,分别设计了基于聚类和关联规则的预警模型、基于随机森林的预警模型、与基于多元高斯分布和人 工神经网络的预警模型 使用某电厂一次风机的实际数据进行验证,所设计的三种预警模型能够提前约60min发出预警,给电厂运行人员提供指导 除了以上的算法,还使用一分类、支持向量机、XGBoost算法等对数据进行了处理基于机器学习实现发电厂辅机故障预警系统源码+项目说明.7z 针对电厂辅机故障率高,传统的基于机理的模型预警不及时,经常误诊的问题,设计了基于机器学习的新型故障预警模型 面对三种不同的使用场景,分别设计了基于聚类和关联规则的预警模型、基于随机森林的预警模型、与基于多元高斯分布和人 工神经网络的预警模型 使用某电厂一次风机的实际数据进行验证,所设计的三种预警模型能够提前约60min发出预警,给电厂运行人员提供指导 除了以上的算法,还使用一分类、支持向量机、XGBoost算法等对数据进行了处理0 87浏览¥ 39.90
- 机器学习大小:1MB基于机器学习的发债主体违约风险预测项目源码+项目说明.7z 【项目介绍】 该项目以发债企业作为研究对象,利用财务逻辑和技术手段对178个原始特征指标进行有效筛选,构建了基于多种机器学习算法的模型,对比后挑选LightGBM模型作为最终模型进行更精细化训练,最终模型关键预测指标均有比较好的效果。 Jupyter Notebook代码 【使用说明】 BondDefault文件为项目代码 基于机器学习的发债主体违约风险预测.pptx为ppt形式的项目展示基于机器学习的发债主体违约风险预测项目源码+项目说明.7z 【项目介绍】 该项目以发债企业作为研究对象,利用财务逻辑和技术手段对178个原始特征指标进行有效筛选,构建了基于多种机器学习算法的模型,对比后挑选LightGBM模型作为最终模型进行更精细化训练,最终模型关键预测指标均有比较好的效果。 Jupyter Notebook代码 【使用说明】 BondDefault文件为项目代码 基于机器学习的发债主体违约风险预测.pptx为ppt形式的项目展示0 232浏览¥ 19.90
- 机器学习大小:22MB基于机器学习的多因子研究框架源码+项目说明.7z基于机器学习的多因子研究框架源码+项目说明.7z5 79浏览¥ 11.90
- 机器学习大小:21MB基于机器学习GRU_CNN_KNN_SVM_RF5种实现的web攻击检测系统项目源码+数据集+模型+项目说明.7z 基于聚类的XSS和SQL注入检测 基于机器学习的XSS和SQL注入检测 现了基于GRU,CNN,KNN,SVM,RF共五个检测模型 检测过程:数据加载-》数据预处理(urldecode和转小写)->向量化(预训练word2Vec模型,padding补齐)->模型训练->模型预测->模型评估基于机器学习GRU_CNN_KNN_SVM_RF5种实现的web攻击检测系统项目源码+数据集+模型+项目说明.7z 基于聚类的XSS和SQL注入检测 基于机器学习的XSS和SQL注入检测 现了基于GRU,CNN,KNN,SVM,RF共五个检测模型 检测过程:数据加载-》数据预处理(urldecode和转小写)->向量化(预训练word2Vec模型,padding补齐)->模型训练->模型预测->模型评估5 223浏览¥ 69.90
- 机器学习大小:50MB毕设新项目 基于SVM和LSTM实现的购物平台商品评论情感对比分析毕设源码+数据集+模型+项目说明.7z 【项目介绍】 使用Selenium模拟真实登录行为,并爬取数据 数据清理 将词汇向量化 使用jieba精确模式进行分词,构造词典 创建词语字典,并返回每个词语的索引,词向量,以及每个句子所对应的词语索引 分类模型对比。 【备注】主要针对正在做毕设的同学和需要项目实战的机器学习、深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含:项目源码、训练好的模型、项目操作说明等,该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错,在此代码上做修改,训练其他模型。毕设新项目 基于SVM和LSTM实现的购物平台商品评论情感对比分析毕设源码+数据集+模型+项目说明.7z 【项目介绍】 使用Selenium模拟真实登录行为,并爬取数据 数据清理 将词汇向量化 使用jieba精确模式进行分词,构造词典 创建词语字典,并返回每个词语的索引,词向量,以及每个句子所对应的词语索引 分类模型对比。 【备注】主要针对正在做毕设的同学和需要项目实战的机器学习、深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含:项目源码、训练好的模型、项目操作说明等,该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错,在此代码上做修改,训练其他模型。5 358浏览¥ 69.90
- 优化算法大小:4MB蜣螂优化算法(Dung beetle optimizer)是2022年底11月新出的优化算法,这里提供python版本的代码,用于函数极值寻优,效果好蜣螂优化算法(Dung beetle optimizer)是2022年底11月新出的优化算法,这里提供python版本的代码,用于函数极值寻优,效果好5 499浏览¥ 9.90
- 交叉熵损失函数实现大小:441B交叉熵损失函数 python实现源码 focal_loss.py 实际工程项目所用,可供学习参考!交叉熵损失函数 python实现源码 focal_loss.py 实际工程项目所用,可供学习参考!0 344浏览¥ 9.90
- 算法分析大小:2MB天津理工大学算法分析作业(没有最后的一题动态规划)天津理工大学算法分析作业(没有最后的一题动态规划)5 74浏览¥ 11.90
- voc数据集大小:70MB目标检测蝗虫VOC数据集13200张已标注 1300张蝗虫图片已标注好VOC数据集可直接训练 手动标注目标检测蝗虫VOC数据集13200张已标注 1300张蝗虫图片已标注好VOC数据集可直接训练 手动标注5 456浏览¥ 11.90
- 数据分析大小:3MB【字段】 电影名称、投票人数、类型、产地、上映时间、时长、年代、评分、首映地点 【用途】 该数据集非常适用了Python数据分析入门,是学习NumPy 、Pandas、Matplotlib的练手数据集【字段】 电影名称、投票人数、类型、产地、上映时间、时长、年代、评分、首映地点 【用途】 该数据集非常适用了Python数据分析入门,是学习NumPy 、Pandas、Matplotlib的练手数据集5 2335浏览¥ 5.90
- 数据挖掘大小:9MB现有某高校评教数据(pjsj.xls),共计842门课程,属性包括:课程名称、评价人数、总平均分以及10个评价指标Index1-Index10。以此为研究数据,利用数据挖掘的技术实现评价指标的筛选,即从10个指标中剔除对教学评价无用的指标。具体实现的内容应至少包括以下几个方面但不限于: (1)数据描述:利用盒图对每个指标数据进行描述性分析,画出10个指标的盒图:标注孤立点(如有)、最小值、Q1、中位数、Q3、最大值; (2)数据预处理:将每个连续型指标数据离散化为三个区间,级别从高到低分别为Excellent(用“E”表示)、Good(用“G”表示)、Fair(用“F”表示);将总平均分离散为“A”、“B”、“C”三个等次,作为每门课程的类标签; (3)模型构建与评估:利用决策树算法对上述数据进行分类,构建决策树并进行性能评估:包括Recall(召回率)、Precision(精度)、F1和Accuracy(准确率); (4)结果讨论:对研究结果(剔除的指标,即未出现决策树中的指标)进行讨论分析; (5)总结与展望:对全文研究过程进行总结并指出存在的不足或努力方向。现有某高校评教数据(pjsj.xls),共计842门课程,属性包括:课程名称、评价人数、总平均分以及10个评价指标Index1-Index10。以此为研究数据,利用数据挖掘的技术实现评价指标的筛选,即从10个指标中剔除对教学评价无用的指标。具体实现的内容应至少包括以下几个方面但不限于: (1)数据描述:利用盒图对每个指标数据进行描述性分析,画出10个指标的盒图:标注孤立点(如有)、最小值、Q1、中位数、Q3、最大值; (2)数据预处理:将每个连续型指标数据离散化为三个区间,级别从高到低分别为Excellent(用“E”表示)、Good(用“G”表示)、Fair(用“F”表示);将总平均分离散为“A”、“B”、“C”三个等次,作为每门课程的类标签; (3)模型构建与评估:利用决策树算法对上述数据进行分类,构建决策树并进行性能评估:包括Recall(召回率)、Precision(精度)、F1和Accuracy(准确率); (4)结果讨论:对研究结果(剔除的指标,即未出现决策树中的指标)进行讨论分析; (5)总结与展望:对全文研究过程进行总结并指出存在的不足或努力方向。5 1895浏览¥ 5.90
- 贝叶斯大小:5KB基于贝叶斯的恶意流量检测可视化程序基于贝叶斯的恶意流量检测可视化程序5 341浏览¥ 27.90
- matlab大小:3KB2015年提出,注解详细,可以进行改进,又可以用于参数选择。 混洗蛙跳算法[(shuffled frog leaping algorithm, SFLA),以其模型简单,寻优速度快等优点得到学者的广泛关注。Elbeltagi等[通过实验表明SFLA在求解某些连续和离散优化问题时的成功率和寻优速度优于遗传算法、模因算法和蚁群算法;Babak等[利用SFLA改进K均值聚类方法,实验结果表明其优于遗传算法、模拟退火算法、蚁群算法等聚类算法。2015年提出,注解详细,可以进行改进,又可以用于参数选择。 混洗蛙跳算法[(shuffled frog leaping algorithm, SFLA),以其模型简单,寻优速度快等优点得到学者的广泛关注。Elbeltagi等[通过实验表明SFLA在求解某些连续和离散优化问题时的成功率和寻优速度优于遗传算法、模因算法和蚁群算法;Babak等[利用SFLA改进K均值聚类方法,实验结果表明其优于遗传算法、模拟退火算法、蚁群算法等聚类算法。0 137浏览¥ 4.90
- matlab大小:9KB包含:平滑处理,SNV,MSC,DOSC,DWT,NIRMAF,SAVGOL,NORMALIZ包含:平滑处理,SNV,MSC,DOSC,DWT,NIRMAF,SAVGOL,NORMALIZ5 227浏览¥ 11.90
- matlab大小:377KB1、变速工况下的轴承故障信号仿真; 2、Matlab代码编写的; 3、适合做阶比分析,写论文仿真部分的代码实现; 4、代码亲测好用。 在实际工业生产设备工作时,旋转机械很可能不会以恒定转速持续运行,或者存在比较大的转速波动,电机升降速或者调速过程中转速也会处于时刻变化的动态状态。当转速变化时,转动频率也会随之发生变化,不对中故障的特征频率也会随之发生相应变化,此时利用稳态下的FFT分析方法得到的频谱就是无效的,或者如果转速在某一区间内频繁往复波动,在FFT频谱图中就会造成频率重叠甚至难以有效辨识的结果。在信号处理方法的发展历程中,为了克服变转速旋转机械故障诊断中常规FFT等方法失效的问题,学者们开发出阶比分析法,也叫阶比跟踪法。 阶比分析法在目前工程实际应用中与故障诊断研究领域被广泛使用于旋转机械变转速状态下的分析,但是目前多以振动信号为载体。阶比分析法的核心思想在于阶比跟踪与阶比重采样。阶比跟踪的目标是将原始时域的动态信号通过等角度重采样原理转化为角度域的稳态信号,阶比跟踪依赖于准确的阶比重采样,即准确获取电机轴的转速与时间的变化关系从而计算出等角度重采样的时刻值。1、变速工况下的轴承故障信号仿真; 2、Matlab代码编写的; 3、适合做阶比分析,写论文仿真部分的代码实现; 4、代码亲测好用。 在实际工业生产设备工作时,旋转机械很可能不会以恒定转速持续运行,或者存在比较大的转速波动,电机升降速或者调速过程中转速也会处于时刻变化的动态状态。当转速变化时,转动频率也会随之发生变化,不对中故障的特征频率也会随之发生相应变化,此时利用稳态下的FFT分析方法得到的频谱就是无效的,或者如果转速在某一区间内频繁往复波动,在FFT频谱图中就会造成频率重叠甚至难以有效辨识的结果。在信号处理方法的发展历程中,为了克服变转速旋转机械故障诊断中常规FFT等方法失效的问题,学者们开发出阶比分析法,也叫阶比跟踪法。 阶比分析法在目前工程实际应用中与故障诊断研究领域被广泛使用于旋转机械变转速状态下的分析,但是目前多以振动信号为载体。阶比分析法的核心思想在于阶比跟踪与阶比重采样。阶比跟踪的目标是将原始时域的动态信号通过等角度重采样原理转化为角度域的稳态信号,阶比跟踪依赖于准确的阶比重采样,即准确获取电机轴的转速与时间的变化关系从而计算出等角度重采样的时刻值。5 3103浏览¥ 109.90
- 北邮自动化大小:1KB北邮自动化+机器学习+实验+卷积神经网络+yhh+作业居多的老师+可直接运行提交北邮自动化+机器学习+实验+卷积神经网络+yhh+作业居多的老师+可直接运行提交0 166浏览¥ 29.90
- 机器学习大小:1KB北邮+机器学习+自动化+yhh+机器学习实验+作业+Kmeans算法+大家都懂的,作业居多的老师,创作不易北邮+机器学习+自动化+yhh+机器学习实验+作业+Kmeans算法+大家都懂的,作业居多的老师,创作不易5 452浏览¥ 22.90
- 机器学习大小:1KB机器学习+贝叶斯分类器+北邮自动化作业+实验+yhh大家都懂的,作业巨多的那个老师,创作不易机器学习+贝叶斯分类器+北邮自动化作业+实验+yhh大家都懂的,作业巨多的那个老师,创作不易5 310浏览¥ 19.90
- 7Z大小:2KB机器学习+BP神经网络+北邮自动化机器学习课程作业+实验机器学习+BP神经网络+北邮自动化机器学习课程作业+实验5 113浏览¥ 22.90
- 人工智能大小:6MB人工智能_项目实践_贷款违约预测_基于随机森林算法的贷款违约预测模型研究 如何在发放贷款前有效的评价和识别借款人潜在的违约风险,计算借款人的违约概率,是现代金融机构信用风险管理的基础和重要环节。本文主要研究借助非平衡数据分类的思想对银行等金融机构的历史贷款数据进行统计分析,并使用随机森林算法建立贷款违约预测模型。实验结果表型,随机森林算法在预测性能上超过了决策树和逻辑回归分类算法。此外通过使用随机森林算法对特征进行重要性排序,可以得到对最终是否违约影响较大的特征,从而能够更有效的进行金融领域的借贷风险判断。人工智能_项目实践_贷款违约预测_基于随机森林算法的贷款违约预测模型研究 如何在发放贷款前有效的评价和识别借款人潜在的违约风险,计算借款人的违约概率,是现代金融机构信用风险管理的基础和重要环节。本文主要研究借助非平衡数据分类的思想对银行等金融机构的历史贷款数据进行统计分析,并使用随机森林算法建立贷款违约预测模型。实验结果表型,随机森林算法在预测性能上超过了决策树和逻辑回归分类算法。此外通过使用随机森林算法对特征进行重要性排序,可以得到对最终是否违约影响较大的特征,从而能够更有效的进行金融领域的借贷风险判断。5 2024浏览¥ 49.90
- 自动化大小:1KB北邮自动化专业大三下机器学习专业课的课程实验,决策树的python代码实现,可直接运行,无需自己下载数据集,可直接验收,yhh老师的专业课,大家都懂的。。。。。北邮自动化专业大三下机器学习专业课的课程实验,决策树的python代码实现,可直接运行,无需自己下载数据集,可直接验收,yhh老师的专业课,大家都懂的。。。。。5 652浏览¥ 22.90
- 自动化大小:1KB北邮自动化大三下机器学习课第一次实验KNN算法的Python实现,可以直接运行,注释详细,可直接验收。yhh的课,哈哈哈哈哈,大家都懂的。。。。北邮自动化大三下机器学习课第一次实验KNN算法的Python实现,可以直接运行,注释详细,可直接验收。yhh的课,哈哈哈哈哈,大家都懂的。。。。0 272浏览¥ 14.90
- pcl大小:233KB软件demo测试软件demo测试5 1535浏览¥ 1.90
- python大小:8KB该模块提供了用于查找频繁项集的 FP-growth 算法的纯 Python 实现。 FP-growth 利用了一个(通常有效的)假设,即许多事务将具有共同的项目来构建前缀树。 如果假设成立,则此树会生成实际事务的紧凑表示,并且用于生成项集的速度比 Apriori 快得多。该模块提供了用于查找频繁项集的 FP-growth 算法的纯 Python 实现。 FP-growth 利用了一个(通常有效的)假设,即许多事务将具有共同的项目来构建前缀树。 如果假设成立,则此树会生成实际事务的紧凑表示,并且用于生成项集的速度比 Apriori 快得多。5 706浏览¥ 54.90
- python大小:546KB使用python抓取上交所上市公司信息和下载深交所上市公司信息,然后保存到mysql中,并可以从mysql导出到excel。使用python抓取上交所上市公司信息和下载深交所上市公司信息,然后保存到mysql中,并可以从mysql导出到excel。5 306浏览¥ 11.90
- tensorflow大小:2MB这是论文“FaceNet: A Unified Embedding for Face Recognition and Clustering”中描述的人脸识别器的TensorFlow实现。 该项目还使用了牛津视觉几何小组的论文“Deep Face Recognition”中的想法这是论文“FaceNet: A Unified Embedding for Face Recognition and Clustering”中描述的人脸识别器的TensorFlow实现。 该项目还使用了牛津视觉几何小组的论文“Deep Face Recognition”中的想法0 289浏览¥ 49.90
- 人工智能大小:3MB自编码器、降噪自编码器、卷积自编码器等的python实现自编码器、降噪自编码器、卷积自编码器等的python实现5 190浏览¥ 49.90
- tensorflow大小:476KB使用谷歌的BERT模型在BLSTM-CRF模型上进行预训练用于中文命名实体识别的Tensorflow代码使用谷歌的BERT模型在BLSTM-CRF模型上进行预训练用于中文命名实体识别的Tensorflow代码5 372浏览¥ 49.90
- chan_vese大小:2MBChanVese-master的算法实现,通过CVmatlab联合仿真参考ChanVese-master的算法实现,通过CVmatlab联合仿真参考0 31浏览¥ 4.90
- opencv大小:217MB车牌号识别系统,整套系统代码,其中包括算法部分(可以直接调用的函数)、车牌识别系统GUI(exe程序编译好的)、PYQT界面程序(壳体文件)。经过本人测试,车牌识别度高达99%以上,可以正确完成车牌识别。车牌号识别系统,整套系统代码,其中包括算法部分(可以直接调用的函数)、车牌识别系统GUI(exe程序编译好的)、PYQT界面程序(壳体文件)。经过本人测试,车牌识别度高达99%以上,可以正确完成车牌识别。5 302浏览¥ 20.90
- QT+OpenCV9点标定源码大小:12KBQT+Opencv相机标定获取去畸变矫正源码 QT+OpenCV 9点标定源码 QT+OpenCV 圆拟合源码 QT+Opencv模板匹配源码 QT+Opencv做匹配+旋转+缩放 QT+Opencv做形状匹配源码 QT+Opencv特征匹配源码 QT+Opencv线点匹配源码QT+Opencv相机标定获取去畸变矫正源码 QT+OpenCV 9点标定源码 QT+OpenCV 圆拟合源码 QT+Opencv模板匹配源码 QT+Opencv做匹配+旋转+缩放 QT+Opencv做形状匹配源码 QT+Opencv特征匹配源码 QT+Opencv线点匹配源码5 3771浏览¥ 54.90