[机器学习] Opencv3_1_7_contrib_qt5.rar

说明：这个是亲自测试成功安装使用的编译好的 QT5+Opencv3+contrib 32位机亲自测试使用OK,只要下载解压缩就可以使用,使用前须添加好环境变量,并在QT工程的.PRO文件添加好 LIB INCLUDE 就行
<JESSIE9940509> 上传 | 大小：18mb

[机器学习] TWS BES2000蓝牙耳机.zip

说明：资料详细，除了规格书外，还包含了蓝牙耳机PCB+BES200的电路设计，BES2000的SDK开发包资源，工具齐全。
<zhansikun123> 上传 | 大小：84mb

[机器学习] argos3_simulator-3.0.0-x86_64-beta56_ubuntu16.deb

说明：argos模拟器beta56,适用于操作系统ubuntu16.04LTS： Download the right package for your architecture and type at the command prompt: $ sudo dpkg -i argos3_simulator-*.deb The dependencies should automatically be checked. Optionally, you can install the POV-Ray
<JL_Gao> 上传 | 大小：121mb

[机器学习] 手绘风格PPT模板（20套）.7z

说明：手绘风格PPT模板（20套）.7z
<qq_43371778> 上传 | 大小：210mb

[机器学习] 骨科疾病检测【已完成】.zip

说明：使用Python3编写，通过k-means算法实现骨科疾病数据资源的整合、分类，通过详细的步骤拆解思路，一步一步实现疾病监测，同时生成监测模型。
<weixin_43328749> 上传 | 大小：1mb

[机器学习] 视觉机器学习20讲配套仿真代码

说明：视觉机器学习20讲配套仿真代码，包括K-Means学习、KNN学习、随机森林、稀疏表示、字典学习、流形学习、遗传算法等20种经典算法
<qq_40426118> 上传 | 大小：75mb

[机器学习] cudart64_101.zip

说明：解决tensorflow2.x版本中找不到cudart64_101.dll问题，将文件放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin中去
<qq_41999081> 上传 | 大小：137kb

[机器学习] 新浪微博语义消歧语料.zip

说明：新浪微博的语义资料。
<qq2489085125> 上传 | 大小：667kb

[机器学习] Real-Time Trajectory Planning for Autonomous Urban Driving_ Framework

说明：本文最新颖的地方在于对参考线的预处理，分为以下3个步骤：a- 从数字地图（高精地图）中获取道路中心线，即初步的参考线；b- 使用共轭梯度非线性优化方法使其平滑；c- 使用三次B样条曲线插值。带来的提升是：比较急的弯道上，参考线的曲率会变小，并且更平滑，有效降低了车辆过弯时的侧移风险
<linxigjs> 上传 | 大小：2mb

[机器学习] Deep-Learning-with-PyTorch-Tutorials-master(1).zip

说明：深度学习工具 PyTorch的教程，里面是关于如何入门，使用PyTorch进行人工智能设计的教程。 除了教程外，还包括部分实战代码可供参考
<fangx_123> 上传 | 大小：92mb

[机器学习] Path Planning for Autonomous Vehicles in Unknown Semi-structured Environments

说明：本文分2部分，第2-3节介绍free space下的路径规划，目标是规划出一条平滑且满足车辆non-holonomic约束的最短路径。第4节介绍semi-structured环境的路径规划。 free space的方法分为2部分，第1部分是采用启发式搜索方法获得一条满足车辆运动学约束的可行驶轨迹，比如Hybrid A*方法，通常结果不是最优、但接近最优。第2部分是在此基础上，采用数值优化产生更平滑的轨迹。
<linxigjs> 上传 | 大小：2mb

[机器学习] A trajectory planning method based on forward path generation and backward

说明：本文是《Trajectory Planning for Cooperative Autonomous Valet Parking》的参考文献5，适用于平行停入和垂直停入车位2种场景，尤其是倒车停入的场景。 整个方法分为2个部分：1是向前的轨迹生成，即计算车头朝前从车位开出停到路边的轨迹，即下图中的Pd->Ps；2是向后的轨迹跟踪，即自车沿着1生成的轨迹逆向倒车进入车位
<linxigjs> 上传 | 大小：1mb