使用步骤 1.安装labelme,使用 pip install labelme 命令即可。 2.在labelme环境下输入 labelme命令,打开labelme软件,对图片进行标记,具体方法就是用多边形将所有水体部分圈起来命名为water,并保存文件(json格式)。 3.将main.m文件内fname和imagename改为对应的json文件名和image文件名,之后使用matlab运行main.m文件,稍等片刻,即可看到训练过程,训练结束后可以看到ac率和预测后图像和原始图像的对比。 labelme的GitHub地址: 文件中包含两个测试样例,image1和image2,分别是单通道的遥感水体图像,分辨率为79317301和一个从网上下载的RGB水体图像,分辨率为500333.
2022-10-13 21:04:42 32.63MB MATLAB
1
这个函数需要一个图片矩阵和一个过滤矩阵计算二维卷积。 边缘由镜像原始数据。 卷积矩阵是返回并具有与图片相同的大小和格式矩阵。
2022-10-13 19:36:23 2KB matlab
1
MATLAB实现CNN卷积神经网络多特征分类预测(完整源码和数据) 数据多特征分类数据,输入15个特征,分四类。 运行环境MATLAB2018b及以上,CNN的基本结构由输入层、卷积层、池化层,也称为取样层、全连接层及输出层构成。
MATLAB实现CNN卷积神经网络多输入回归预测(完整源码和数据) 数据多特征分类数据,输入7个特征,输出1个变量。 运行环境MATLAB2018b及以上。
2022-10-13 17:05:58 867KB CNN 卷积神经网络 多输入 回归预测
MATLAB实现CNN卷积神经网络时间序列预测(完整源码和数据) 数据为单变量时间序列数据, 运行环境MATLAB2018b及以上, 一种基于cnn的时间序列预测方法,采用确定好的cnn模型对所述分量数据进行预测,得到所述预测时间点对应的预测结果。
2022-10-13 12:05:11 717KB CNN 卷积神经网络 时间序列预测 MATLAB
深度学习系列课程资料分享,第一讲 课外学习资料,第二讲,传统神经网络,其他部分请看我上传的资源列表.......
2022-10-13 10:33:30 41.34MB 深度学习 人工智能
1
一个强大的office密码恢复软件 Advanced Office Password Recovery Pro V5.02 可以恢复所有Microsoft Office软件创建的文件的密码,下载支持到Office 2010:Word, Excel, Access (包括用户级密码及用户信息), Outlook, Project, Money, PowerPoint,Visio, Publisher, OneNote, Backup, Schedule+, Mail; 还可以重设IE内容设置密码; 通过后门打开密码保护的VBA项目。 支持最新的office2010
2022-10-12 20:45:16 14.65MB office 密码恢复
1
编程卓越之道卷2
2022-10-12 17:15:35 10.22MB 编程卓越
1
本书是《编程卓越之道》系列书的第二卷,将探讨怎样用高级语言(而非汇编语言)编程得到高效率机器代码。在书中,您可以学到如何分析编译器的输出,以便检验代码的所作所为,从而得到高质量的机器码;了解编译器为常见控制结构生成的典型机器指令,以便在编写高级语言程序时选用恰当的语句;掌握编译器将各种常量和变量类型转换成机器数据的方法,以便于使用这些数据写出又快又短的程序。 书中的理论超出了特定的编程语言和CPU架构,以各种处理器平台进行开发的高级语言程序员都能从中汲取到卓越编程的营养。 编程卓越之道 第二卷 目录 第1章 以底层语言思考,用高级语言编程 第2章 要不要学汇编语言 第3章 高级语言程序员应具备的80x86汇编知识 第4章 高级语言程序员应具备的PowerPC汇编知识 第5章 编译器的操作与代码生成 第6章 分析编译器输出的工具 第7章 常量与高级语言 第8章 变量 第9章 数组 第10章 字符串 第11章 指针 第12章 记录、联合和类 第13章 算术与逻辑表达式 第14章 控制结构与程序判定 第15章 迭代控制结构 第16章 函数与过程 软件工程学 附录 80x86和PowerPC处理器家族的概要对比 网上附录 索引
2022-10-12 17:12:54 12.35MB 编程卓越之道 编程 开发
1
基于深度神经网络的交通灯检测算法研究与实现,张逸凡,傅慧源,交通灯检测技术是自动驾驶系统的重要组成部分,但是传统方法的交通灯检测技术存在准确率低,算法速度慢等弊端。基于深度神经网络
1