点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 刑事图像技术
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
java课件 2010年基础
本课件分为 17节 学者建议一天学习一节并完成里面的上机任务和理论作业,并且回顾之前的知识! 自学规则! 其中 T表示理论知识学习自学每节自学时间为1个半个小时(每个实例有源码请在同一文件夹寻找!) L表示上机练习练习时间为1个半小时(每个上机任务有源代码和答案 请自觉完成!) 1 Java入门 2 基本语法与流程控制 3 Java类与对象 4 深入Java类与对象 5 接口与异常处理 6 AW简介 7 事件处理 8 窗体图形图像处理与Apple程序设计 9 Swing界面介绍 10 Swin
所属分类:
Java
发布日期:2011-01-02
文件大小:5mb
提供者:
hsttmht
刑事图像技术刑事图像技术
刑事图像技术,对刑事侦查感兴趣的可以看看
所属分类:
咨询
发布日期:2011-04-28
文件大小:7kb
提供者:
yangxinli1983
车牌识别的外文翻译
车牌自动识别(车牌识别)在过去几十年一直是很实用的技术。有众多的应用,如自动收费,刑事追求和交通执法人员,已从中受益。虽然一些新技术,例如射频识别 ,无线传感器网络(无线传感器网络)等,已经提出了汽车编号识别,车牌识别图像数据因为其便利性和低成本成为目前智能交通系统中一个不可缺少的技术。车牌识别一般分为三个步骤:车牌检测,字符分割和字符识别。检测步骤大致分为车牌和非车牌地区,分割步骤,分隔符号/字符彼此在同一个车牌,以便在识别时字符块从准确轮廓的左边开始。
所属分类:
教育
发布日期:2012-06-08
文件大小:45kb
提供者:
n9001
基于DSP+FPGA的高清图像跟踪系统研制.pdf
目标识别与跟踪技术是目前图像处理研究的重点方向,在军事和民用领域中 具有广泛的应用价值,如精确制导武器、导弹飞机预警等军事领域,如交通管理、 刑事侦查等民用领域。其中,如何在复杂的背景中,提取、识别与跟踪特定目标 更是急需解决的问题。本文介绍了国内外图像跟踪系统的研究现状与发展趋势、 图像跟踪系统的基本组成与工作原理、详细功能和性能要求,设计了基于 DSP+FPGA的图像跟踪系统并进行了实验验证,主要工作包括: 1)本文设计的图像跟踪系统主要由图像跟踪电路、通讯控制电路和视频接口
所属分类:
硬件开发
发布日期:2020-01-27
文件大小:7mb
提供者:
drjiachen
2016机器学习大盘点(第1篇)
这是2016年度机器学习盘点系列文章三篇中的第一篇。本文将回顾机器学习/深度学习领域下列五方面的进展:1.对于偏见的担忧2.可解释的模型3.深度学习的快速发展4.超级计算成为主流5.依托云平台打造的机器学习/深度学习栈第二篇文章将介绍开源机器学习和深度学习项目领域的最新进展。第三篇将回顾商用软件供应商在机器学习和深度学习领域的举措。随着越来越多的组织扩大了在数据分析和自动化决策等领域对机器学习技术的使用,人们对这种技术可能存在的偏见更加担忧。2016年,有媒体报道在刑事判决过程中所用的预测模型存
所属分类:
其它
发布日期:2021-02-25
文件大小:637kb
提供者:
weixin_38661939
2016机器学习大盘点(第1篇)
这是2016年度机器学习盘点系列文章三篇中的第一篇。本文将回顾机器学习/深度学习领域下列五方面的进展:1.对于偏见的担忧2.可解释的模型3.深度学习的快速发展4.超级计算成为主流5.依托云平台打造的机器学习/深度学习栈第二篇文章将介绍开源机器学习和深度学习项目领域的最新进展。第三篇将回顾商用软件供应商在机器学习和深度学习领域的举措。随着越来越多的组织扩大了在数据分析和自动化决策等领域对机器学习技术的使用,人们对这种技术可能存在的偏见更加担忧。2016年,有媒体报道在刑事判决过程中所用的预测模型存
所属分类:
其它
发布日期:2021-01-29
文件大小:637kb
提供者:
weixin_38651365