代码搜索:道路识别
找到约 3,720 项符合「道路识别」的源代码
代码结果 3,720
www.eeworm.com/read/478645/6711944
txt java学习,是一条漫长的道路(转贴).txt
作者:gmliao
email: gmliao@sina.com
日期:9/6/2001 10:13:00 AM
作者:蔡学镛 发表日期:2001-08-13 浏览人次 :378
我在Java 1.0正式问世前就开始学习Java,这么多年过去了,到现在我的Java学习历程还没有停过。我阅读原文书,研究原始码,撰写程序,自认为走得扎实,不奢望一步登天。像我这样老式的学习方式
www.eeworm.com/read/407299/11422433
pdf 行驶车辆磁感应检测及智能道路传感系统.pdf
www.eeworm.com/read/261494/11641453
txt java学习,是一条漫长的道路(转贴).txt
作者:gmliao
email: gmliao@sina.com
日期:9/6/2001 10:13:00 AM
作者:蔡学镛 发表日期:2001-08-13 浏览人次 :378
我在Java 1.0正式问世前就开始学习Java,这么多年过去了,到现在我的Java学习历程还没有停过。我阅读原文书,研究原始码,撰写程序,自认为走得扎实,不奢望一步登天。像我这样老式的学习方式
www.eeworm.com/read/251092/12364445
txt java学习,是一条漫长的道路(转贴).txt
作者:gmliao
email: gmliao@sina.com
日期:9/6/2001 10:13:00 AM
作者:蔡学镛 发表日期:2001-08-13 浏览人次 :378
我在Java 1.0正式问世前就开始学习Java,这么多年过去了,到现在我的Java学习历程还没有停过。我阅读原文书,研究原始码,撰写程序,自认为走得扎实,不奢望一步登天。像我这样老式的学习方式
www.eeworm.com/read/123850/14609009
txt java学习,是一条漫长的道路(转贴).txt
作者:gmliao
email: gmliao@sina.com
日期:9/6/2001 10:13:00 AM
作者:蔡学镛 发表日期:2001-08-13 浏览人次 :378
我在Java 1.0正式问世前就开始学习Java,这么多年过去了,到现在我的Java学习历程还没有停过。我阅读原文书,研究原始码,撰写程序,自认为走得扎实,不奢望一步登天。像我这样老式的学习方式
www.eeworm.com/read/104413/15694490
txt java学习,是一条漫长的道路(转贴).txt
作者:gmliao
email: gmliao@sina.com
日期:9/6/2001 10:13:00 AM
作者:蔡学镛 发表日期:2001-08-13 浏览人次 :378
我在Java 1.0正式问世前就开始学习Java,这么多年过去了,到现在我的Java学习历程还没有停过。我阅读原文书,研究原始码,撰写程序,自认为走得扎实,不奢望一步登天。像我这样老式的学习方式
www.eeworm.com/read/370665/9588109
pdf 一种用于图像目标识别的神经网络及其车型识别应用.pdf
www.eeworm.com/read/185868/8981095
txt readme.txt
================================================================================
MICROSOFT 基础类库: 手写数字识别系统 项目概述
===============================================================================
www.eeworm.com/read/364014/9926039
plg hmmdemo.plg
Build Log
--------------------Configuration: HMMDemo - Win32 Debug--------------------
Command Lines
Creating command line "rc.exe /l 0x419 /fo
www.eeworm.com/read/163751/10147399
txt all_pca_c_mh_result.txt
------------------------------------------------------------
对数据库:D:\kk.h\study\人脸库\ORL\92x112\
训练序列为:1,2,3
测试序列为:4,5,6,7,8,9,10
训练时间:0.13秒
分类时间:2.78秒
训练样本数:120
变换矩阵保留的特征向量个数:46
测试样本数:280