Ta上传的资源 (0)

高光谱图像分类一直是遥感领域的研究热点之一，而印度数据集则提供了一个具有挑战性的实例。本研究聚焦于基于像素点分类的高光谱图像分类，采用了两种主流的神经网络模型，即BP网络和CNN网络。首先，我们对印度数据集的训练和测试数据进行了详细的处理。数据预处理阶段涵盖了数据的读取、必要的处理步骤、切片操作以及

PR曲线是信息检索和文本分类系统性能评估中常用的方法，通过精度和召回率的关系曲线展示系统性能。Loss曲线则展示了神经网络训练过程中损失函数的变化情况，用以评估模型拟合效果。这篇文章将介绍如何使用Python从txt文件中提取数据并绘制PR曲线和Loss曲线。PR曲线横轴为召回率，纵轴为精度，每个坐

本文分享了基于BP网络和CNN网络的视网膜血管分割算法在DRIVE数据集上的应用代码。内容包括数据预处理部分，包括训练和测试数据读取、灰度化、填充、像素点切片（9x9）、归一化等操作。同时提供了BP网络和CNN网络的训练代码和测试代码供使用。使用这些代码可以更好地进行视网膜血管分割任务的研究。

该系统由主机和从机组成。主机采用STM32f407zgt6探索者开发板作为主控，配备LoRa模块和ESP8266，主要负责信息的接收和存储，并上传到原子云。从机采用STM32f103rct6MINI开发板作为主控，并配备LoRa模块、震动传感器和人体检测模块，主要负责信息的采集和判断。从机能够检测到
C 4

本文将介绍如何使用朴素贝叶斯分类器对垃圾邮件进行检测，并提供了相关的Python代码和数据集。您需要安装anaconda和jupyter notebook，并运行代码文件naive bayes.ipynb。文章还会对朴素贝叶斯分类器的原理做简单介绍，帮助读者更好地理解代码实现。读者可以通过本文学习到

本资源包括历届省赛和国赛单片机赛题程序及模板下载，同时附有相关驱动函数和资料。特别推荐2020年11月和12月的模板程序，也提供其他驱动资料供参考。此外，还包含了单片机基础教程资料，分享给需要的朋友们。
C 13

datesets数据集下载生成sklearn中机器学习模型的实现线性回归逻辑回归朴素贝叶斯决策树随机森林SVM支持向量机KNN K近邻算法adaboost的代码.Anaconda编译环境.1模型的常用方法2sklearn中机器学习模型的实现2.1线性回归2.2逻辑回归2.3朴素贝叶斯2.4决策树2.
C 3

STM32F103RCT6RBT6核心板例程adc驱动源码程序！有详细的注释！简单易懂！可以移植！adc+dac驱动都有！