|- 數(shù)據(jù)科學(xué)速查表 - 0 B|- 遷移學(xué)習(xí)實(shí)戰(zhàn) - 0 B|- 零起點(diǎn)Python機(jī)器學(xué)習(xí)快速入門 - 0 B|- 《深度學(xué)習(xí)入門：基于Python的理論與實(shí)現(xiàn)》高清中文版PDF+源代碼 - 0 B|- 《Python生物信息學(xué)數(shù)據(jù)管理》中文版PDF+英文版PDF+源代碼 - 0 B|- 《Python深度學(xué)習(xí)》2018中文版pdf+英文版pdf+源代碼 - 0 B|- 《Python編程：從入門到實(shí)踐》中文版+源代碼 - 0 B|- stanford machine learning - 0 B|- Python語言程序設(shè)計(jì)2018版電子教案 - 0 B|- Python網(wǎng)絡(luò)編程第三版 （原版+中文版+源代碼） - 0 B|- Python機(jī)器學(xué)習(xí)實(shí)踐指南（中文版帶書簽）、原書代碼、數(shù)據(jù)集 - 0 B|- python官方文檔 - 0 B|- Python編程(第4版 套裝上下冊) - 0 B|- PyQt5快速開發(fā)與實(shí)戰(zhàn)（pdf+源碼） - 0 B|- linux - 0 B|- 征服PYTHON-語言基礎(chǔ)與典型應(yīng)用.pdf - 67.40 MB|- 與孩子一起學(xué)編程_中文版_詳細(xì)書簽.pdf - 69.10 MB|- 用Python做科學(xué)計(jì)算.pdf - 6.10 MB|- 用Python寫網(wǎng)絡(luò)爬蟲.pdf - 9.90 MB|- 用Python進(jìn)行自然語言處理(中文翻譯NLTK).pdf - 4.40 MB|- 像計(jì)算機(jī)科學(xué)家那樣思考 Python中文版第二版.pdf - 712.00 kB|- 網(wǎng)絡(luò)爬蟲－Python和數(shù)據(jù)分析.pdf - 6.90 MB|- 圖解機(jī)器學(xué)習(xí).pdf - 59.40 MB|- 凸優(yōu)化.pdf - 5.70 MB|- 數(shù)據(jù)挖掘?qū)д?pdf - 2.50 MB|- 數(shù)據(jù)科學(xué)入門.pdf - 13.30 MB|- 數(shù)據(jù)結(jié)構(gòu)與算法__Python語言描述_裘宗燕編著_北京：機(jī)械工業(yè)出版社_，_2016.01_P346.pdf - 74.30 MB|- 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí).pdf - 92.60 MB|- 深入Python3...
標(biāo)簽： python
上傳時(shí)間： 2022-06-06
上傳用戶：
基于指紋識(shí)別生物特征身份認(rèn)證的信息加密系統(tǒng)
標(biāo)簽： 指紋識(shí)別 加密系統(tǒng) 特征 身份認(rèn)證
上傳時(shí)間： 2016-04-16
上傳用戶：wanghui2438
視頻序列中的人臉檢測與跟蹤算法研究 圖像中的人臉信息分析對于生物特征識(shí)別、人機(jī)交互，視頻監(jiān)控、基于內(nèi)容的圖像檢索、圖像編碼、視頻會(huì)議等方面具有著廣泛的應(yīng)用前景，然而要想對人臉信息進(jìn)行分析，一個(gè)首要的問題就是要先在圖像或視頻序列中檢測或跟蹤到人臉，否則人臉信息分析也就無從談起。本文的研究主題正是視頻序列中的人臉檢測與跟蹤技術(shù)
標(biāo)簽： 視頻序列 人臉檢測 人臉 人機(jī)交互
上傳時(shí)間： 2016-09-06
上傳用戶：chenxichenyue
人耳識(shí)別技術(shù)是20世紀(jì)90年代末開始興起的一種生物特征識(shí)別技術(shù)，與其它生物特征識(shí)別技術(shù)比較具有以下幾個(gè)特點(diǎn)：（1）與人臉識(shí)別方法比較，耳識(shí)別方法不受面部表情、化妝品和胡須變化的影響，同時(shí)保留了面部識(shí)別圖象采集方便的優(yōu)點(diǎn)，與人臉相比，整個(gè)人耳的顏色更加一致、圖像尺寸更小，數(shù)據(jù)處理量也更小。（2）與指紋識(shí)別方法比較，耳圖象的獲取是一種被動(dòng)方式，即通過非接觸方式獲取耳圖像，不存在通過接觸傳染疾病的機(jī)會(huì)，因此，其信息獲取方式具有容易被人接受的優(yōu)點(diǎn)。（3）與虹膜識(shí)別方法比較，首先，由于人臉和頭發(fā)的存在，需要在耳識(shí)別過程中增加一個(gè)耳區(qū)域定位步驟，這并不影響耳特征的提取，而眼毛對虹膜的遮擋將直接影響虹膜特征的提取。頭發(fā)對于耳的遮擋可以容易地避免，而眼毛對于虹膜的遮擋是生理結(jié)構(gòu)決定的，也是難以避免的。其次，就目前的技術(shù)而言，虹膜采集需要測試者與采集裝置之間的位置在機(jī)器發(fā)出的語言提示下進(jìn)行不斷地調(diào)整，同時(shí)要瞪大眼睛，使虹膜盡可能暴露，初試者通常要反復(fù)多次調(diào)整才能夠達(dá)到要求，而耳采集方式與臉采集方式基本相同，測試者很容易達(dá)到拍攝圖象的要求條件。最后，虹膜采集裝置的成本要高于耳采集裝置。
標(biāo)簽： 人耳識(shí)別 生物特征識(shí)別
上傳時(shí)間： 2013-12-20
上傳用戶：壞壞的華仔
神經(jīng)元信息傳遞的同步發(fā)放鏈matlab程序。此程序可以用來計(jì)算當(dāng)神經(jīng)元個(gè)數(shù)達(dá)到多少時(shí)，同步性多大時(shí)信息可以順利傳導(dǎo)。對研究生物信號(hào)傳遞的研究者會(huì)有幫助
上傳時(shí)間： 2014-11-26
上傳用戶：himbly
人臉識(shí)別技術(shù)的幾個(gè)主要研究方向,計(jì)算機(jī)人臉識(shí)別是指基于已知的人臉樣本庫,利用計(jì)算機(jī)分析圖像和模式識(shí)別技術(shù)從靜態(tài)或動(dòng)態(tài)場景中,識(shí)別或驗(yàn)證一個(gè)或多個(gè)人臉。通常識(shí)別處理后可得到的基本信息包括人臉的位置、尺度和姿態(tài)信息。利用特征提取技術(shù)還可進(jìn)一步抽取出更多的生物特征(如:種族、性別、年齡..) 。計(jì)算機(jī)人臉識(shí)別是目前一個(gè)非?；钴S的研究課題，它可以廣泛應(yīng)用于保安系統(tǒng)、罪犯識(shí)別以及身份證明等重要場合。雖然人類對于人臉的識(shí)別能力很強(qiáng)，能夠記住并辨識(shí)上千個(gè)不同的人臉，可是對于計(jì)算機(jī)則困難多了，其表現(xiàn)在：人臉表情豐富；人臉隨年齡的增長而變化；發(fā)型、胡須、眼鏡等裝飾對人臉造成的影響；人臉?biāo)蓤D像受光照、成像角度以及成像距離等影響。
標(biāo)簽： 人臉 計(jì)算機(jī) 人臉識(shí)別技術(shù) 人臉識(shí)別
上傳時(shí)間： 2014-01-09
上傳用戶：CSUSheep
在自然界中生物從其親代繼承特性或性狀，這種現(xiàn)象稱為遺傳（Heredity），研究這種現(xiàn)象的科學(xué)叫遺傳學(xué)（Genetics）。 在構(gòu)成生物的細(xì)胞（Cell）中含有染色體（Chromosome），生物的遺傳信息都包含在染色體中。遺傳信息由基因（Gene）組成，基因是DNA（Deoxyribonucleic Acid）或RNA（Ribonucleic Acid）中占有一定位置的基本遺傳單位。在DNA中遺傳信息在長鏈上按照一定模式排列，即進(jìn)行了遺傳編碼。遺傳基因在染色體中占據(jù)的位置稱為基因座（Locus），同一個(gè)基因座可能具有的全部基因稱為等位基因（Allele），一個(gè)細(xì)胞核中所有染色體攜帶的遺傳信息的全體稱為基因組（Genome）。
標(biāo)簽：
上傳時(shí)間： 2013-12-21
上傳用戶：liglechongchong
多生物特征融合身份識(shí)別研究。身份識(shí)別是當(dāng)今社會(huì)不可避免的一個(gè)問題，生物特征身份識(shí)別作為一種安全 而有效的手段一直受到廣大研究者的重視。針對單模態(tài)生物特征身份識(shí)別技術(shù) 的局限性和實(shí)際應(yīng)用中的各種限制，本論文就最近興起地基于數(shù)據(jù)融合技術(shù)的 多生物特征身份識(shí)別進(jìn)行了研究和探討。這項(xiàng)工作雖然還處于剛剛起步階段， 但是，作為信息安全不可缺少的重要手段，它的研究和應(yīng)用必將引起大家的重 視而飛速地發(fā)展。
上傳時(shí)間： 2014-12-05
上傳用戶：woshini123456
遺傳算法是一種模擬生物進(jìn)化機(jī)制的隨機(jī)全局優(yōu)化搜索方法，具有很強(qiáng)的全局優(yōu)化能力及魯棒性。遺傳算法屬于直接搜索法，對適應(yīng)函數(shù)基本無限制，既不要求連續(xù)，也不要求函數(shù)可微，而且不需要初始信息可以尋求全局最優(yōu)解克服了單純形算法初始條件影響大，易陷入局部最小等缺點(diǎn)，操作方便，速度快，不需要復(fù)雜的規(guī)則，且可用于多目標(biāo)尋優(yōu)，在解空間進(jìn)行高效啟發(fā)式搜索，可以提高運(yùn)算速度。
上傳時(shí)間： 2017-08-07
上傳用戶：shanml
Visual C++通信編程工程實(shí)例精解(附盤)(信息科學(xué)與技術(shù)叢書 程序設(shè)計(jì)系列) PDF
上傳時(shí)間： 2013-07-04
上傳用戶：eeworm
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
