行业研究-神弓

python毕业设计选题数据分析系统的设计与实现演示录像2024_7f227cw4.zip
python毕业设计选题数据分析系统的设计与实现演示录像2024_7f227cw4.zip
python毕业设计选题数据分析系统的设计与实现演示录像2024_7f227cw4.zip 28.79MB
1 年前

地下偶像有声01.zip
地下偶像有声01.zip
地下偶像有声01.zip 10.14MB
1 年前
2024年第五届“华数杯”全国大学生数学建模竞赛赛题.zip
2024年第五届“华数杯”全国大学生数学建模竞赛赛题.zip
2024年第五届“华数杯”全国大学生数学建模竞赛赛题.zip 10.09MB
1 年前
chromedriver_linux64.zip
chromedriver_linux64.zip
chromedriver_linux64.zip 7.19MB
1 年前
qbcxrjkg.zip
qbcxrjkg.zip
qbcxrjkg.zip 973.36KB
1 年前
第一问代码 (1).zip
第一问代码 (1).zip
第一问代码 (1).zip 8.87MB
1 年前
Free3.3.0全通关存档.zip
Free3.3.0全通关存档.zip
Free3.3.0全通关存档.zip 4.12KB
1 年前
0A油猴插件 - 2024-08-05T025536.425.zip
0A油猴插件 - 2024-08-05T025536.425.zip
0A油猴插件 - 2024-08-05T025536.425.zip 5.28MB
1 年前
641_futaba 6exhp.zip
641_futaba 6exhp.zip
641_futaba 6exhp.zip 3.16MB
1 年前
75f0bc5e2c05cb05588cda1329573f79.zip
75f0bc5e2c05cb05588cda1329573f79.zip
75f0bc5e2c05cb05588cda1329573f79.zip 2.94MB
1 年前
1-预览取流解码Demo.zip
1-预览取流解码Demo.zip
1-预览取流解码Demo.zip 35.55MB
1 年前
考情分享-20240804.zip
考情分享-20240804.zip
考情分享-20240804.zip 237.46KB
1 年前
php-8.3.10-nts-Win32-vs16-x64.zip
php-8.3.10-nts-Win32-vs16-x64.zip
php-8.3.10-nts-Win32-vs16-x64.zip 30.67MB
1 年前
交易流水证明_用于材料证明_20240805_132850.zip
交易流水证明_用于材料证明_20240805_132850.zip
交易流水证明_用于材料证明_20240805_132850.zip 385.1KB
1 年前
axios-1.x.zip
axios-1.x.zip
axios-1.x.zip 1.08MB
1 年前
LSPosed-v1.9.3_mod-7244-zygisk-release.zip
LSPosed-v1.9.3_mod-7244-zygisk-release.zip
LSPosed-v1.9.3_mod-7244-zygisk-release.zip 2.51MB
1 年前
mutiple_pie (8).zip
mutiple_pie (8).zip
mutiple_pie (8).zip 1.84KB
1 年前
动画2 (1).zip
动画2 (1).zip
动画2 (1).zip 19.23MB
1 年前
国外外企笔试面试题-例题
外企笔试面试题-例题【项目资源】：包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、python、web、C#、EDA、proteus、RTOS等项目的源码。【项目质量】：所有源码都经过严格测试，可以直接运行。功能在确认正常工作后才上传。【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。【附加价值】：项目具有较高的学习借鉴价值，也可直接拿来修改复刻。对于有一定基础或热衷于研究的人来说，可以在这些基础代码上进行修改和扩展，实现其他功能。【沟通交流】：有任何使用上的问题，欢迎随时与博主沟通，博主会及时解答。鼓励下载和使用，并欢迎大家互相学习，共同进步。
CA_22-23_lec10.zip 363.96KB
1 年前
机器视觉检测综合设计实手写数字识别包括报告文档
本项目致力于开发和优化手写数字识别系统，利用机器视觉和深度学习技术，旨在提高识别准确率和处理效率。项目包含以下主要内容：数据集构建：数据集分为训练集和测试集，每个集分别包含大量手写数字图像，覆盖从0到9的所有数字。图像经过预处理，以确保数据的一致性和质量，为模型训练提供坚实基础。模型设计与训练：项目采用卷积神经网络（CNN）进行手写数字识别。CNN 模型通过多层卷积和池化操作，自动提取图像中的特征，并使用全连接层进行分类。在模型训练过程中，项目应用了多种数据增强技术，如旋转、缩放、平移等，以提高模型的泛化能力。为了优化模型性能，项目引入了交叉验证和超参数调优技术，确保模型在不同数据集上的稳定表现。性能评估与测试：使用独立的测试集对模型进行评估，通过混淆矩阵、准确率、召回率、F1 分数等多种指标全面评估模型的性能。项目还进行了一系列对比实验，分析不同模型架构、超参数设置对识别效果的影响，找出最优配置。
机器视觉检测综合设计实手写数字识别.zip 461.21KB
1 年前

«
1
2
...
117
118
119
120
121
122
123
...
136
137
»