花卉图像识别项目，基于 tensorflow，现有的 CNN 网络可以识别四种花的种类。适合新手对使用 tensorflow进行一个完整的图像识别过程有一个大致轮廓。项目包括对数据集的处理，从硬盘读取数据，CNN 网络的定义，训练过程，还实现了一个 GUI界面用于使用训练好的网络。

含C++大量题目，可供大学生更好地学习C++！

项目介绍： 要求： 数目检测和昆虫种类识别 项目进度 2017/4/8---------二值化 2017/4/9---------图片中昆虫虫体计数 2017/4/22-------PyQt 和 OpenCV_VideoFrame 结合做出基本界面 摄像头 Frame 中检测虫体数目，并在界面中显示标出 学习昆虫图像特征的提取，参考论文中提出的几个特征量 提取特征量并进行保存 按照神经网络方法搭建训练模型 搭建了线性 SVM 分类训练器 将特征提取和 UI 界面建立连接，实现拍照和预测判断一体 机器学习训练算法（参考 Python 机器学习） LogisticRegression SGDClassfier 还没有尝试 LinearSVM 朴素贝叶斯(文本分类，不用) K 邻近（分类） 决策树，不用 集成模型，不用 文件介绍 用户界面 MainWindow.ui-----------------------PyQtDesigner 设计的主界面文件 MainWindow.py----------------------PyUIC 转换而成的主界面程序 运行逻辑 VideoMainWin

采用声发射实验技术对大安山无烟煤与三河尖肥煤的超声波波速、衰减系数、超声波的时域特征和频域特征进行了研究。研究结果表明,受空隙率和含水率等的影响,无烟煤中的平均波速大于肥煤中的平均波速,其衰减系数平均值低于肥煤的衰减系数平均值;超声波的时域特征和频域特征受煤的品质和波形频率的影响,无烟煤的主频幅值大于肥煤,衰减周期小于肥煤,并且随着波形频率的增加,衰减时间下降,透射波形的能量更加聚集于主频。这些结论可为采掘前煤炭品质和种类的定性提供理论依据。

三联体碱基有AAA到TTT共六十四种，计算文件中的三联体的种类数目并统计每个三联体有多少个

SpinCalc 是一个整合的 matlab 函数，它将在包含的 4 种类型之间转换任何旋转数据。 还将在 2 种不同的欧拉角集类型之间进行转换。 可以输入多个方向。 对于N个方向： DCM ===> 3x3xN多维数组EA### ===> Nx3 矩阵欧拉向量 ===> Nx4 矩阵四元数 ===> Nx4 矩阵 输入包括错误检查标志，当欧拉角接近奇点或当适当的值偏离统一时，该标志将发出警告。 因不正确的 DCM 等而发出的致命错误。 *****注意用户***** 我有很多关于转换为欧拉角集的问题。 将数据转换为欧拉角时，您必须确保要平移的方向不接近奇点。 奇异欧拉集是无法按特定旋转顺序唯一转换为 3 个变量的方向。 单数集如下： 类型 1 转数：123 - 132 - 213 - 231 - 321 - 312 如果第二个旋转角度为 -90 或 90 度，则为单数。 类型 2

单周期CPU设计Verilog——实现R型，I型，B型共13条指令，内附代码，详细报告，答辩ppt——报告内有详细解析及每个模块验证方案及关键代码

有导师学习神经网络的分类 ---鸢尾花种类识别的理论基础，案例背景，MATLAB程序实现

燃料电池种类工作原理及结构.doc

信用证欺诈的种类(伪造单据、软条款、开立假信用证).docx