-
float2bin
说明： python实现，将float数据转换成二进制数据；(python Convert float data to binary data)
- 2020-12-29 11:29:01下载
- 积分：1
-
7623
Energy spectrum analysis and calculation, Including the MUSIC algorithm, ESPRIT algorithm ROOT-MUSIC algorithm, Fractional Fourier transform computing.
- 2017-11-06 19:59:56下载
- 积分：1
-
实例10-文本词频统计源代码
说明： 该代码为北京理工大学嵩天老师的《python语言程序设计》第十课课后题源码(This code is the source code of the tenth lesson of "Python language programming" by Songtian teacher of Beijing University of technology)
- 2020-04-21 17:04:24下载
- 积分：1
-
mx-maskrcnn-master
说明： 我们提出了一个简单、灵活和通用的对象实例分割框架。我们的方法能有效检测图像中的对象，同时为每个实例生成高质量的 segmentation mask。这种被称为 Mask R-CNN 的方法通过添加用于预测 object mask 的分支来扩展 Faster R-CNN，该分支与用于边界框识别的现有分支并行。Mask R-CNN 训练简单，只需在以 5fps 运行的 Faster R-CNN 之上增加一个较小的 overhead。此外，Mask R-CNN 很容易推广到其他任务，例如它可以允许同一个框架中进行姿态估计。我们在 COCO 系列挑战的三个轨道任务中均取得了最佳成果，包括实例分割、边界对象检测和人关键点检测。没有任何 tricks，Mask R-CNN 的表现优于所有现有的单一模型取得的成绩，包括 COCO 2016 挑战赛的冠军。(Mask R-CNN code by HeKaiming)
- 2020-06-17 15:20:12下载
- 积分：1
-
08神经网络逼近股票收盘均价2
python演示神经网络来逼近股价走势的预测，基于时间序列的预测(Python demonstrates neural network to approximate the prediction of stock price trend, based on time series prediction)
- 2019-05-01 16:23:47下载
- 积分：1
-
Python核心编程（第二版）
python核心编程书籍,适合小白入门的一本书强烈推荐(Python core programming books)
- 2020-06-17 08:20:01下载
- 积分：1
-
S_NET
2019最新的神经网络隐写分析网络，对空域频域均可(The newest neural network steganographic analysis network 2019 is applicable to both spatial and frequency domain)
- 2019-06-06 12:21:16下载
- 积分：1
-
OpenCV3编程入门_毛星云编著
说明： opencv3编程指导书，适用于学习opencv者(Opencv3 Programming Guide)
- 2020-11-23 20:01:02下载
- 积分：1
-
pyhone 爬虫代码 作业
这个是爬虫代码，希望大家可以喜欢收藏，不胜感激(This is the crawler code. I hope you enjoy collecting it. Thank you very much.)
- 2020-06-19 00:00:02下载
- 积分：1
-
图像超分辨率
说明： 图像超分辨率技术源码；
基于深度学习的图像超分辨率重建的流程如下[2]：
1.首先找到一组原始图像Image1;
2.将这组图片降低分辨率为一组图像Image2
3.通过各种神经网络结构，将Image2超分辨率重建为Image3(Image3和Image1分辨率一样)
4.通过PSNR等方法比较Image1和Image3，验证超分辨率重建的效果，根据效果调节神经网络中的节点和参数
5.反复执行以上直到第4步的结果比较满意(Image super-resolution technology source code;
The process of image super-resolution reconstruction based on deep learning is as follows [2]:
1. First find a set of original images image1;
2. Reduce the resolution of this group of pictures to a group of image2
3. Through various neural network structures, the super-resolution of image2 is reconstructed into image3 (the resolution of image3 is the same as that of image1)
4. Compare image1 and image3 by PSNR and other methods to verify the effect of super-resolution reconstruction, and adjust the nodes and parameters of neural network according to the effect
5. Repeat the above until the result of step 4 is satisfactory)
- 2020-03-19 14:46:10下载
- 积分：1
