隱馬爾科夫模型工具箱windows可執(zhí)行版本
隱馬爾科夫模型工具箱windows可執(zhí)行版本，可以廣泛應(yīng)用于識(shí)別等領(lǐng)域...
識(shí)別模型技術(shù)資料
?? 資源總數(shù)：8724
?? 源代碼：8916
?? 識(shí)別模型全部資料 (8724個(gè))
隱馬爾科夫模型工具箱最新版本使用樣本文件
隱馬爾科夫模型工具箱最新版本使用樣本文件，可以廣泛應(yīng)用于識(shí)別等領(lǐng)域...
《人工神經(jīng)元網(wǎng)絡(luò)》含有實(shí)用的網(wǎng)絡(luò)模型、學(xué)習(xí)規(guī)則和訓(xùn)練方法的一些算法程序
《人工神經(jīng)元網(wǎng)絡(luò)》含有實(shí)用的網(wǎng)絡(luò)模型、學(xué)習(xí)規(guī)則和訓(xùn)練方法的一些算法程序，對(duì)學(xué)習(xí)人工智能，模式識(shí)別的人有一些幫助！...
本程序是數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則模型中著名的Aprior算法的VC實(shí)現(xiàn)程序
本程序是數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則模型中著名的Aprior算法的VC實(shí)現(xiàn)程序，可用于知識(shí)發(fā)現(xiàn)、數(shù)據(jù)挖掘、人工智能、模式識(shí)別等領(lǐng)域（請(qǐng)先解壓文件）...
文章介紹了利用車(chē)牌的紋理特征和區(qū)域形狀特征檢測(cè)車(chē)牌區(qū)域情況。為提高區(qū)域檢 測(cè)的正確性, 利用新的改進(jìn)的主動(dòng)輪廓模型, 利用先驗(yàn)知識(shí)確定精確的車(chē)牌邊界。在精確的車(chē)牌區(qū) 域中切割出車(chē)牌中的單個(gè)字符,
文章介紹了利用車(chē)牌的紋理特征和區(qū)域形狀特征檢測(cè)車(chē)牌區(qū)域情況。為提高區(qū)域檢 測(cè)的正確性, 利用新的改進(jìn)的主動(dòng)輪廓模型, 利用先驗(yàn)知識(shí)確定精確的車(chē)牌邊界。在精確的車(chē)牌區(qū) 域中切割出車(chē)牌中的單個(gè)字符,...
神經(jīng)系統(tǒng)刺激響應(yīng)的函數(shù)條形碼 摘要:為研究神經(jīng)系統(tǒng)的電位發(fā)放模式和編碼.利用嗅覺(jué)神經(jīng)系統(tǒng)的W inncrLcss Com pC tltlOn模型.根據(jù)神經(jīng)細(xì)胞電位發(fā)放全有全無(wú)的特ii.構(gòu)造了神經(jīng)系
神經(jīng)系統(tǒng)刺激響應(yīng)的函數(shù)條形碼 摘要:為研究神經(jīng)系統(tǒng)的電位發(fā)放模式和編碼.利用嗅覺(jué)神經(jīng)系統(tǒng)的W inncrLcss Com pC tltlOn模型.根據(jù)神經(jīng)細(xì)胞電位發(fā)放全有全無(wú)的特ii.構(gòu)造了神經(jīng)系...
一個(gè)wdm驅(qū)動(dòng)模型的源代碼
一個(gè)wdm驅(qū)動(dòng)模型的源代碼，是國(guó)外一篇文章的代碼，文章名字和本代碼名字相同，很容易識(shí)別。...
本文完成了對(duì)唇動(dòng)身份識(shí)別技術(shù)幾個(gè)基本問(wèn)題的理論研究,并對(duì)整個(gè)系統(tǒng)加以實(shí)現(xiàn).作為本文研究的實(shí)驗(yàn)基礎(chǔ),我們建立了唇動(dòng)方式身份識(shí)別數(shù)據(jù)庫(kù)(HITLUDB), 該庫(kù)目前包含30個(gè)說(shuō)話(huà)人每人20個(gè)漢語(yǔ)詞的音視
本文完成了對(duì)唇動(dòng)身份識(shí)別技術(shù)幾個(gè)基本問(wèn)題的理論研究,并對(duì)整個(gè)系統(tǒng)加以實(shí)現(xiàn).作為本文研究的實(shí)驗(yàn)基礎(chǔ),我們建立了唇動(dòng)方式身份識(shí)別數(shù)據(jù)庫(kù)(HITLUDB), 該庫(kù)目前包含30個(gè)說(shuō)話(huà)人每人20個(gè)漢語(yǔ)詞的音視...
并本文對(duì)兩大類(lèi)步態(tài)識(shí)別算法進(jìn)行了深入研究
并本文對(duì)兩大類(lèi)步態(tài)識(shí)別算法進(jìn)行了深入研究，其主要內(nèi)容集中于步態(tài)特征的提取和分類(lèi)器的設(shè)計(jì)兩部分。 在特征提取階段采用多種不同的方法提取多種不同的步態(tài)特征，其中效果較好的是一種基于模型的特征提取方法。...
C針對(duì)模式識(shí)別問(wèn)題H描述了支持向量機(jī)的基本思想H著重討論了OD=?PI最小二乘=?PI加權(quán)=?P 和直接 =?P 等新的支持向量機(jī)方法H用于降低訓(xùn)練時(shí)間和減少計(jì)算復(fù)雜性的海量樣本數(shù)據(jù)訓(xùn)練算法分塊法I
C針對(duì)模式識(shí)別問(wèn)題H描述了支持向量機(jī)的基本思想H著重討論了OD=?PI最小二乘=?PI加權(quán)=?P 和直接 =?P 等新的支持向量機(jī)方法H用于降低訓(xùn)練時(shí)間和減少計(jì)算復(fù)雜性的海量樣本數(shù)據(jù)訓(xùn)練算法分塊法I...