证明题，编程题（代码+分析总结）。两类问题判别规则。在许多模式分类问题中，可以将某个模式分到 类中某一类，也可以由于其不可分性而拒绝将其分到任何类别。两类分类问题的极小化极大准则。最小概率误差。推导最大熵分布的一般方程。陈述贝叶斯判决边界不“经过”两个均值之间的条件。代码：大量独立的随机变量的平均将近似为一高斯分布。产生100个点（50个一类的点，50个二类的点），并计算经验误差。
2022-03-06 09:56:40
526KB
1
运行环境：
1.python 3.7.4
2.pytorch 1.4.0
3.python-opencv
说明
预训练的权重文件[vgg_16]
具体的配置文件请看Config.py文件
训练运行python Train.py
单张测试 python Test.py
测试视频 python camera_detection.py
##目前进度：
1、PERCLOS计算 DONE
2、眨眼频率计算 DONE
3、打哈欠检测及计算 DONE
4、疲劳检测 DONE
5、人脸情绪检测 DONE
网络检测性能：准确率82.18%
主要文件说明：
ssd_net_vgg.py 定义class SSD的文件
Train.py 训练代码
voc0712.py 数据集处理代码（没有改文件名，改的话还要改其他代码）
loss_function.py 损失函
2022-02-18 18:15:34
189.55MB
1
首先本项目的数据来源于参加的数学建模比赛官方C题提供的相关数据，由于在进行建模和数据分析时，发现预处理的数据存在随机异常性、离散性等不利于模型分析的性质，所以使用了拉依达准则对数据进行处理，而python的对于大多数编程基础较弱但又想通过编程实现某种算法的同学十分地友好，所以我将使用python进行拉依达准则的实现，话不多说，上代码！
2022-02-14 16:04:19
10KB
1