基于opencv园检测

这是用matlab语言编写的一段代码，可以在一幅图片上将人脸检测出来，并用矩形框框起来，然后裁剪下来，另存为图片。

经本人测试通过，可以运行，人脸检测人脸识别效果都很好，可以用于毕业设计，一个完整的人脸识别系统源代码，经本人测试通过，可以运行，人脸检测人脸识别效果都很好，可以用于毕业设计，一个完整的人脸识别系统源代码，经本人测试通过，可以运行，人脸检测人脸识别效果都很好，可以用于毕业设计，一个完整的人脸识别系统源代码，

pdf文档，中文来源：华北电力大学学报242007[11997199811.2199910.88408200.68000.47800.2掩76072007000100120时间/天68040100120图3训练过程中的误差变化时间/天Fig.3 Errors during training图1日负荷预测时洲练数据4Fig. 1 Training data for day load for ecas ting35←只51.5050-10203040如0的070809010101200.8时间压图4训练过程中神经元个数变化Fig 4 Grow th of neurons during train ing0.200.95系0.940.8505101520253035滞后时间/天如0.80.75图2训练数据的自相关系数Fig. 2 Autocorrelation coefficients of training dat a(a拟合曲线0.〔(3)10.040.0系70/14060[1000000]时间/天(b拟合误差「O1000001图5训练结果及误差Fig. 5 Result and error of train in3- EBF6,C1994-2012cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net4EUNITE2582080078076074072026.26700(3)66005101520253035时间/天50/1[00001图6日最大负荷预测结果[01010]26ig. 6 Result of forFrecasting g1 SOFNN[716.2,739.7,757.7,781.3],7Tab 1 Accuracy of training and forecast ing[720.1,738.2,763.7,MethodMAPE/ (%O) ME767.7],7SOFNN1.3344.137901.7850.04780EUNITE1.95E770760winner750报告中ME值没有准确堤供,但可以从报告中估轵740计得出约50~60完整的 EUNITE网络竟赛原始数据可730从EUNITE网站获得(http://neuron.tuke.sk/compe-720tit ion/ index. php)7103354EUNITEMAPE时间1.95[2]图7周平均最大负荷预测结果3.2Fig. 7 Forecasting result of week average max loadSOFNNSOFNNWSj72SOF NNWLWLideltaWli, delta WLi=WLj-Wli(3h:× delt al+k× deltal wj,Yh=0.58o1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net262007820[1] Chen B J, Chang M W, Lin C J. Load forecasting using800support vector machines: a study on eunitE com-780tion 2001[J]. IEEE transactions on power systems7602004.19(4):1821-1830[2] Company behind East- Slov akia Power Distrib ution740Com panWorle w ide com petition w ithin the EU720NITE network, EUNITE competiton report [RI700[3]6802004.28(17):1-1105101520253035[4 Leng g, Prasad g, McGinnity T M. An on line algor-时间/天rithm for creating self organ izing fuzzy neural networ ks图8修正后的日最大负荷预测结果Neural Netw orks, 2004,(17): 1477-1493[5 Ort iz: Arroyo D, Skov M K, Huynh Q. Accurate Elee-F ig.8 Forecasting results after rev sedtricity Load Forecasting with Artificial Neur al NetworksIC. Proceedings of the 2005 International Conference2SOFNNon Compu tat io nal Intel ligence for M odel ling, Control andTah 2 Accuracy of forecast ingAuto mation. and International Conference on I ntelligentMethodMAPE/(%)MEAgents, Web Technolo gies and Internet CommerceSOFNN1.7850.04(CIMCAIA WTIC 05). 20051.5941.95[ 6] Tao X. Input dimens ion reduction for load forecastingEUNITE1.9550-60based on support vector machines [C]. Hong Kong82004 IEEE International Conference of Electric U til yderegulation, res tructur ing and pow er technolog iesMAPE ME20[7 Hsu CC. Dynam icall y Optim izing Parameters in SupportVector Regression An A pp licat io n of Electricity Load4结论Forecasting [C]. Haw aii: Proceedings of the 3 9thIlaw aii International Conference on System Sciences199918 Pan kratz A. Forecasting w ith Univariate Box-JenkinsModels [m. John Wiley sons, 1983SOFNN(1972-),,C1994-2012cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net

通过计算机完成高等院校的招生录取工作，是一个复杂而又有代表性的数据库应用。其中涉及到大量考生和院校数据的录入、整理、存储以及由数据库应用程序来实现录取过程的自动化等工作。因为在校学生对高考录取过程都有一定程度的了解，所以我们选用这一项目来达到综合运用数据库的训练目的。因为这个系统比较复杂，所以我们通过设计和实现一个简化的“招生录取系统”来模拟招生录取的过程。 系统首先要建立合理的数据结构和关系，并输入必要的基本数据，然后根据院校的招生要求和学生填报的志愿，实现对符合要求的考生的录取。通过对这一过程的模拟，我们可以比较全面地应用前面所学的知识和技能，并提高使用数据库技术解决实际问题的能力。

一种简易的BCH编译码的matlab实现，输入码长任意，里面有文字说明很详细。

【实例简介】此代码为欧式期权的定价的主程序，可以通过此程序作出欧式看涨期权的图形，对于不同的股票价格以及利率，跳跃幅度等都可以作出想干图形

System Identification Theory for the User-Lennart Ljun-第二版-英文版

本ppt介绍了用小波变换方法检测奇异值的基本原理方法，简单易懂希望能给大家帮助

利用第三方类QCustomPlot在Qt环境中进行实时曲线绘制

在Matlab中simulink环境中搭建了基于SVPWM的三相异步电机矢量控制系统