AR人脸数据集

51读写W25X16程序,已应用于实际的产品开发中，可直接拿来使用

本软件基于TEQC工具，可以批量处理GPS观测文件。

数学史pdf版本，很好的反映了数学的历史发展。

【实例简介】

java实现的维诺图，点击即可生成维诺图

毕业答辩ppt模板毕业答辩ppt模板毕业答辩ppt模板毕业答辩ppt模板

完整的EKF,UKF,PF三种滤波算法的比较，包括状态估计，误差比较，和置信区间。

《超级全能在线考试系统》贝恩斯网络独家开发 此次发布的版本为V1.2 功能完整、无任何删减。只是编辑器不太兼容360、谷歌以及IE9以上浏览器。新版本则无以上问题，并且新版本数学公式插件功能。更新记录：1、新增错题卡功能。用户所有考试中错题全部记录，供针对性复习。2、新增图片、音频、视频插入功能。大大丰富了学习内容和考试形式！3、进一步美化登陆界面,更具美感；5、新增数学公式插入功能。提高数学考试专业性能！4、编辑器更新为百度编辑器。具备强大的文本多媒体编辑功能。asp.net在线考试系统源码 网页考试软件程序asp.net在线考试系统源码 网页考试软件程序asp.net在

识别0-9十个数字，BP神经网络数字识别源代码使用说明第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。该系统的识别率一般情况下为90%。此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。具体步骤为：“256色位图转为灰度图”－“灰度图二值化

本课程将广泛介绍机器学习、数据挖掘和统计模式识别。相关主题包括：(i) 监督式学习（参数和非参数算法、支持向量机、核函数和神经网络）。(ii) 无监督学习（集群、降维、推荐系统和深度学习）。(iii) 机器学习实例（偏见/方差理论；机器学习和AI领域的创新）。课程将引用很多案例和应用，您还需要学习如何在不同领域应用学习算法，例如智能机器人（感知和控制）、文本理解（网络搜索和垃圾邮件过滤）、计算机视觉、医学信息学、音频、数据库挖掘等领域。