- 博客(1)
- 资源 (8)
- 收藏
- 关注
RSS订阅原创 使用qt时出现‘常量中有换行符‘的问题
使用qt编译界面时，免不了要使用中文。有时候会出现乱码，有时会提示“常量中有换行符”，而不能正常编译，因此可以通过下面的方法解决。 PS：本文的环境：QT5.14.2，VS2017 1 将文本编码设置为：如果编码是UTF-8则添加。 2 在界面中需要使用中文的地方，使用： QString::fromLocal8Bit 将 Unicode 编码转换为本地系统编码。 经过以上处理之后，编译期就不会再报“常量中有换行符”错误了。 ...
2020-12-06 17:31:17
1373
3
基于深度学习的手写书法字体识别算法
为解决因手写书法作品种类繁多而识别困难的问题, 降低人们观赏书法的门槛, 本文提出了基于深度学习的手写书法字体识别算法. 识别过程中首先使用投影法等图像处理方法对书法作品图像中的汉字进行定位和分割,然后分别利用GoogLeNet Inception-v3 模型和 ResNet-50 残差网络进行书体风格识别和字形识别.
2021-03-09
基于残差网络的学生课堂行为识别.pdf
学生课堂行为识别旨在识别学生在课堂上的行为表现，反映课堂教学质量。针对目前卷积神经网络在随着网络层数加深表现出来的性能退化的问题，提出基于残差结构的深度残差网络。通过搭建学生课堂行为识别数据集，训练深度残差网络，使网络成功识别出上课、睡觉、玩手机、做笔记、看书、东张西望等行为。将深度残差网络与深度卷积神经网络在该数据集上的准确率进行对比，实验结果表明前者拥有更好的网络识别性能。
2020-12-06
基于Faster+R-CNN的学生课堂行为检测算法研究.pdf
学生课堂行为检测是对学生在课堂中表现出的行为进行检测，以此来判断学生是否认真听课和教师教学的质量,达到提高教学质量和督促学生认真学习的目的。利用深度学习通用目标检测框架 Faster R-CNN 通过基于 ZFNet 预训练网络模型的迁移学习，来提取学生课堂行为特征，实现对学习、玩手机、睡觉等行为的检测识别分析。结果表明，该卷积神经网络能够对目标行为取得良好的检测识别效果。
2020-12-06
正弦信号发生器的DSP实现方法及比较.pdf
简述了基于ccs的正弦信号发生器的实现.介绍了几种基于数字信号处理器（DSP）的正弦波产生法，给出了这些产生正弦信号的算法和主要源程序代码或流程，同时给出了 TMS320VC5402 DSP 与 DA 转换器 TLC320ADC50 的接口电路。 经过程序的实际运行，得出了软件仿真和硬件仿真所得的正弦波形。 最后，分析了各种方法的优缺点，讨论了调整输出信号频率的方法。
2020-12-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人