
课程设计
文章平均质量分 97
大鹅同志
研究方向:
1、网络入侵检测(Network Intrusion Detection System,NIDS)
2、调制信号识别(Automatic Modulation Classification,AMC)
3、小样本学习(Few-Shot Learning,FSL)
4、SLAM建图(Simultaneous Localization and Mapping,SLAM)
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
ESP8266+SG90+点灯科技+小爱同学实现关灯
本项目使用 ESP8266 模块与 SG90 舵机相结合,借助 Blinker(点灯科技)和 米家(小爱同学)实现对实体灯开关的远程及语音控制。其核心思路是:ESP8266 通过 Wi-Fi 连接到互联网,与 Blinker 及米家云端进行数据交换,小爱同学(或 Blinker App)发送“开灯/关灯”的命令后,ESP8266 收到指令并驱动舵机拨动实体开关。原创 2025-01-09 13:35:22 · 1398 阅读 · 0 评论 -
网格去噪(Mesh-Denoising)
本项目基于《Non-Iterative, Feature-Preserving Mesh Smoothing》论文,实现了一种非迭代、特征保留的网格去噪算法。项目通过Python环境下的Jupyter Notebook演示了算法原理与流程,包括利用高斯函数作为空间权重和影响权重,对目标顶点在局部三角面片上的投影进行加权平均,从而平滑噪声同时保留边缘特征。在C++实现部分,借助OpenMesh库完成了OBJ文件的读取、处理与保存,通过高斯权重计算和顶点投影等步骤对整个网格进行平滑处理,并记录每个顶点的移动日志原创 2025-01-09 11:49:43 · 1001 阅读 · 0 评论 -
实时面部情绪识别
本项目旨在实现实时面部情绪识别。其核心流程首先使用 OpenCV 内置的 Haar 级联分类器进行人脸检测,再通过多种卷积神经网络模型对提取的人脸进行情绪分类识别。项目提供了多种模型架构选择,包括基于灰度图(48×48)、RGB 图像(96×96、224×224)的自定义卷积网络,以及基于预训练的 EfficientNetV2 模型,并在七种情绪(如快乐、愤怒、悲伤、惊讶等)上进行了训练和微调。为弥补现有数据集中亚洲人脸数据较少的问题,项目团队还自行收集了包含亚洲人面部表情的数据集用于进一步优化模型。原创 2025-01-09 10:40:16 · 1868 阅读 · 2 评论