针对目前行人重识别技术的缺点，提出一种基于Siamese网络的行人重识别方法.首先使用Dropout算法对卷积神经网络进行改良，降低发生过拟合问题的概率；而后构造一个Siamese网络，将CNN （Convolution Neural Network）中特征提取和检验相融合，提高图像识别的效率和准确率；最后利用度量学习算法中的马氏距离作为检索图像匹配相似度的评价指标.实验结果表明：针对Market-1501数据集，该方法可以有效提高采用卷积神经网络的行人重识别方法识别效率和准确率.
2022-12-04 20:29:36
989KB
1
解决系统下以管理员身份运行的程序接收不到拖放文件消息[WM_DROPFILES]问题的方法-附件资源
2022-12-01 14:39:47
106B
1
最近在做新闻发布系统的时候，用到了二级联动，我把使用方法记录下来，以便日后查阅以及帮助新手朋友们。下面是效果图：
下面来讲解一下实现的方法：
1.在.aspx页面中，拖入两个DroDownList控件。代码如下：
新闻风格：
2022-11-28 22:41:54
178KB
1
采用时域，频域平均声强法进行目标方位估计
2022-11-08 15:48:17
3KB
1
IDropSource，IDataObject，IDropTarget 等实现， 模拟让自己窗口的文件能够拖动到系统资源管理器，获取其他应用软件能够接受拖动文件信息的窗口中。
本资源实现了该操作 代码，附有使用Demo。支持win32 , MFC 等
2022-11-07 11:15:51
79KB
1
ads1256驱动代码，用verilog编写,在quartus上运行成功
2022-11-01 00:46:57
8.31MB
1
React表可拖动的列
用于可拖动列的ReactTable HOC
高阶组件，使Draggable列可用于重新排序或交换头寸。
*注意：此版本支持React Table V6。
文献资料
安装
npm install --save react-table-hoc-draggable-columns
用法
import ReactTable from 'react-table' ;
import "react-table/react-table.css" ;
import withDraggableColumns from 'react-table-hoc-draggable-columns' ;
import 'react-table-hoc-draggable-columns/dist/styles.css' ;
const ReactTableDraggableColumns =
2022-10-31 12:07:09
630KB
1
差异缺失分析
差异缺失分析可捕获单细胞RNA测序数据中的生物学变异
单细胞RNA测序数据的特征是具有大量的零计数，但是越来越多的证据表明这些零反映了生物变异而不是技术伪像。 我们提出了差异缺失分析（DDA），以鉴定单细胞RNA测序数据中生物变异的影响。 使用16个公开可用的模拟数据集，我们显示DDA可以准确地检测生物变异，并且可以比依赖计数的方法更可靠地评估转录本的相对丰度。 可从获得DDA。
可以在此处找到相关手稿图形的脚本，功能和源数据。 此外，从原始数据矩阵中的Seurat对象开始，描述了DDA的两个小插曲
可以在bioRxiv上找到手稿的预印本： ://doi.org/10.1101/2021.02.01.42929187
可以在一个闪亮的应用程序中交互式地浏览结果： : :
2022-10-30 15:38:22
96.15MB
1