[机器学习] 强化学习基础.rar

说明：我们在思考学习本质时首先想到的可能就是通过与我们的环境进行交互从而学习。当一个婴儿玩耍时，挥动着他的手臂，虽然看起来，他没有明确的老师，但他确实与他的环境有直接的感觉联系。并且这种联系可以产生大量关于因果，行为后果以及为了实现一个目标我们要做什么等信息。在我们的整个生活中，这种交互无疑是我们了解环境和自己的主要知识来源。无论我们是在学习驾驶汽车还是进行对话，我们都非常清楚我们的环境如何回应我们的行为，并且我们试图通过我们的行为影响接下来可能发生的事情。从互动中学习是几乎所有学习和智能的基础。在本
<weixin_44475032> 上传 | 大小：3mb

[机器学习] resource.zip

说明：关于目标检测Centernet模型demo复现和训练自己数据所需的模型，代码文件，以及数据集标注软件，数据格式转换代码
<u010439582> 上传 | 大小：140mb

[机器学习] 划痕检测matlab.rar

说明：解压后可直接运行， finish1、finish2、finish3分别为三种方法的可执行文件，直接运行即可得出结果。 其他文件自行探索。 摘 要：分别用开运算、直方图均衡化变换、提取梯度等三种方式对图像进行预处理，然后对采集的图像进行开运算与闭运算的方式减少背景噪音，以及采用直线霍夫变换提取划痕。对这三种方法的检测率、误测率、准确率、检测效果及运行时间进行分析对比，发现提取梯度的预处理方法检测率最高89.73%，检测效果较好；开运算的预处理方法误测率最低1.08%，平均耗时最短0.20s
<weixin_42353399> 上传 | 大小：8mb

[机器学习] 匈牙利算法理论根据证明新探.pdf

说明：分配问题 是管理数学中线性规划的一个重要类型。 它可以用单纯形法求解 , 但 由于其模型的特殊性 , 一般都采用特殊的解法--匈牙利算法。匈本文利用矩阵给出了匈牙利算法的理论依据。
<Trisyp> 上传 | 大小：138kb

[机器学习] 基于深度网络的自监督视觉特征学习综述.zip

说明：本文对基于深度学习的自监督一般性视觉特征学习方法做了综述。首先，描述了该领域的动机和一些专业性术语。在此基础上，总结了常用的用于自监督学习的深度神经网络体系结构。接下来，回顾了自监督学习方法的模式和评价指标，并介绍了常用的图像和视频数据集以及现有的自监督视觉特征学习方法。最后，总结和讨论了基于标准数据集的性能比较方法在图像和视频特征学习中的应用。
<syp_net> 上传 | 大小：23mb

[机器学习] kcf算法进行多目标跟踪

说明：实现目标跟踪是靠给定一个图像块目标，学习一个分类器来区分目标与周围环境。为解决自然图像中的变化，使用目标周围区域的循环矩阵采集正负样本（选取目标位置为正样本，离目标较远的为负样本），利用岭回归训练目标检测器，将线性空间的岭回归通过核函数映射到非线性空间，在非线性空间通过求解一个对偶问题和某些常见的约束，并成功的利用循环矩阵在傅里叶空间可对角化的性质将矩阵的运算转化为向量的Hadamad积，即元素的点乘。
<qq_35800984> 上传 | 大小：1kb

[机器学习] ProjectCode.rar

说明：对两张图像进行比对，有多种算法的集合，包含ORB,PSNR,SSIM,直方图，高斯滤波，感知算法以及图像切割。DEMO可以直接运行，附件包含了OPENCV的库。运行后测试，记得修改路径。
<hisense_12345> 上传 | 大小：10mb

[机器学习] image_list.rar

说明：Flir 红外开源数据集 可用于人工智能训练模型，生成宇宙超级厉害的网络模型用于车辆行人的检测。学习人工智能的好帮手，我们的好榜样。
<flee_year> 上传 | 大小：2mb

[机器学习] 人工智能教育机器人支持下的新型“双师课堂”研究

说明：基于人工智能教育机器人的应用场景分析人工智能关键技术对教育机器人的支持在云计算平台基础和边缘计算环境框架下$构建人工智能教育机器人支持的新型"双师课堂#环境$进一步给出相应的学习过程和应用$并基于该课堂环境下人工智能教育机器人教学应用实施的相关案例$探讨课堂应用效果及其相关措施。
<fanghg1001> 上传 | 大小：1mb

[机器学习] 张正友标定法 论文 相机标定

说明：张正友标定法论文 张正友标定法论文 张正友标定法论文 张正友标定法论文 张正友标定法论文 张正友标定法论文 张正友标定法论文
<qq_33591712> 上传 | 大小：1mb

[机器学习] 张正友标定法原代码 Camera_Calibration-master.zip

说明：张正友标定法原代码
<qq_33591712> 上传 | 大小：63mb

[机器学习] pharynx.csv

说明：此数据是针对口咽若干位置癌细胞的临床实验。分成两组，一组仅使用放疗（TX=1），另一组使用放疗和化疗（TX=2）。原始数据包含13各变量。可用于数据分析
<Netceor> 上传 | 大小：7kb