[深度学习] Deep QA（IBM Watson）

说明： IBM Watson的技术实现详解 IBM Watson是认知计算系统的杰出代表，也是一个技术平台。认知计算代表一种全新的计算模式，它包含信息分析，自然语言处理和机器学习领域的大量技术创新，能够助力决策者从大量非结构化数据中揭示非凡的洞察。Watson 在美国最受欢迎的智力问答电视节目《危险边缘》(Jeopardy)中亮相，一举打败了人类智力竞赛冠军。如今，Watson 已经发展为一个商业化、基于云的认知系统，应用到各行各业中。 This is Watson IBM Research took
<shiyf> 上传 | 大小：21mb

[VR] PWM输出驱动电机

说明： STM32F103用PWM驱动电机，用了TIM1口CH1、CH2两个通道
<qq_41859907> 上传 | 大小：2mb

[深度学习] cifar10_文件夹分类

说明： cifar10_文件夹分类，每一类图片被存储在对应文件夹下，方便keras直接从文件夹中读取
<charminggo> 上传 | 大小：145mb

[VR] 总线协议CANOPEN

说明： can总线，打家学习学习学习学装备、机器人、电动汽车，过程工业，集成电路制造工业等领域发挥着日趋重要的作用。 为了适应瞬息多变的市场需求并且保持良好的市场竞争力，提出了装备研发制造定制 化、标准化、模块化以及可重配置的要求，这意味着运动控制系统必须具有开放性，柔 性与可重配置的特点。 基于总线通讯的网络化运动控制系统的提出满足了这种需求，所谓网络化运动控制 系统是指构建于控制器与多轴电机伺服驱动器之间，能够实时同步地传输运动控制指令 can
<qq_42758421> 上传 | 大小：12kb

[深度学习] 吴恩达课程happy人脸数据集

说明： 吴恩达课程happy人脸数据集，是跟博客一起走的，但可惜传不了，只能放在这儿了。
<fanzonghao> 上传 | 大小：13mb

[深度学习] cifar-10-dataset-- python versions

说明： The CIFAR-10 and CIFAR-100 are labeled subsets of the 80 million tiny images dataset. They were collected by Alex Krizhevsky, Vinod Nair, and Geoffrey Hinton. 官网下载速度过慢
<qq_39805337> 上传 | 大小：162mb

[机器学习] Item based collaborative filtering recommendation

说明： Item based collaborative filtering recommendation algorithms 协同过滤推荐算法的基础论文
<lzx1104> 上传 | 大小：251kb

[机器学习] MATLAB的粒子群工具箱，包含使用文件，如何添加到MATLAB中使用等相关详细说明（含二十余种PSO求解及应用函数）

说明： MATLAB的粒子群工具箱，包含使用文件，如何添加到MATLAB中使用等相关详细说明
<xinhuojianke> 上传 | 大小：831kb

[机器学习] 机器人Evidence Grid

说明： 机器人定位相关 robot Evidence grid 机器人定位、建图、导航
<zjulion> 上传 | 大小：1mb

[深度学习] 网易和腾讯滑块的快速识别 动态链接库

说明： 网易和腾讯的滑块识别。定位滑块坐标。深度学习。动态链接库。
<u010001080> 上传 | 大小：2mb

[机器学习] Bayesian_Prediction_and_Adaptive_Sampling_Algorithms_for_Mobile_Sensor_Networks

说明： contens 1. Introduction 2. Preliminaries 3. Learning Covariance Functions 4. Memory Efficient Prediction With Truncated Observations 5. Fully Bayesian Approach 6. New Efficient Spatial Model with Built-In Gaussian Markov Random Fields 7. Fully Bayes
<weixin_41245916> 上传 | 大小：4mb

[机器学习] 使用面部动作单元检测估计绵羊的疼痛水平论文

说明： 羊的面部表情是一种有效和可靠的疼痛程度指标。在本文中，拓展了人脸表情识别包含了羊的面部动作单元，以便于自动估计羊的疼痛程度。多层次的方法开始先检测羊脸，将面部特征定位化标准化然后提取面部特征。描述可以使用方向梯度直方图，分类使用支持向量机。我们的试验显示了整体羊动作单元分类的准确率为67%。
<qq_38287414> 上传 | 大小：404kb