搜索资源列表
CNN
- 通过卷积网络，自动实现对图片特征的提取，通过训练，得到有效的权值，进行图像分类(Through convolution network, automatic extraction of image features can be realized. Through training, effective weights can be obtained and image classification can be carried out.)
TTP233D-HA6 SOT23-6 台湾TTP一级总代理
- 产品型号：VKD233D-HA6 产品品牌：VINTEK/元泰 封装形式：SOT23-6 产品年份：新年份 联 系 人：许先生 联 系 QQ：1918885898 联系手机：18898582398 台湾元泰原厂直销，原装现货具有优势！工程服务，技术支持，让您的生产高枕无忧。 单键按键触摸检测 IC 概述 VKD233D-HA6 TonTouch™ 是单按键触摸检测芯片，此触摸检测芯片内建稳压电路，提供稳
interest caculator
- 在这个任务中，您的任务是使用Visual C开发一个基于GUI的兴趣计算器。你必须设计用户界面。您的计划必须： ?要求用户选择简单利息或复合利息 ?要求用户输入主体 o您可以假设用户的输入已经四舍五入到最接近的美元。例子：1340 ?要求用户输入每年的利率 o例如，如果用户输入3.5，则用户表示每年3.5%。 ?要求用户以年为单位输入贷款期限 o你可以假设贷款期限是一个整数。 例子：15 ?包括三个按钮： o“计算”按钮（热键：c） 当用户点击此按钮或按下相应的热键时，程序
alalog
- Goertzel算法是DTMF信号检测的核心,它利用二极点的IIR滤波器计算离散傅立叶变换值,快速有效的提取输入信号的频谱(Goertzel algorithm is the core of DTMF signal detection. It uses the two-pole IIR filter to calculate the discrete Fourier transform value, and extracts the spectrum of input signal quickl
适用量子粒子群算法
- 适用量子粒子群算法获得所需的最优值，可以依概率收敛到全局最优，能有效求解复杂优化问题(Quantum Particle Swarm Optimization (QPSO) can be applied to obtain the desired optimal value, which can converge to the global optimum according to probability, and can effectively solve complex optimizatio
VKD223EB，VKD233DS，VKD233DR，VKD233DB，VKD233DH
- 概述 VKD233DS TonTouchTM是单个按键触摸检测芯片.此触摸检测芯片内建稳压电路，提供稳定的电压给触摸感应电路使用，稳定的触摸检测效果可以广泛的满足不同应用的需求，此触摸检测芯片是专为取代传统按键而设计，触摸检测点（焊盘）的大小可以依需求在合理允许值范围内灵活设计，在DC和AC的应用中，低功耗以及宽工作电压是此款触摸芯片的优越点。 特点. ● 工作电压2.4V~5.5V ● 内建稳压电路提供稳定电压给触摸检电路使用 ● VKD233BH工作电流@VDD=3V,无负
Elman神经网络预测电力负载
- Elman神经网络建立建筑物电力负荷预测模型中遇到的几个关键问题有，数据归一化处理、输入输出样本的选取、隐含层节点数的确定；分别建立Elman神经网络模型，并利用某栋建筑物实际历史电力负载数据进行预测，分析比较与实际数据值的预测精度，得出了一个有效的数据预测模型。(Several key problems encountered in building power load forecasting model based on Elman neural network are data norm
CAN-Bootloader-master
- CAN Bootloader是基于CAN总线实现的在线IAP整套解决方案，顾名思义，这个在线升级是通过CAN总线实现的，所以只要产品具备CAN总线数据传输的，理论上都是可以实现这个功能的。 CAN Bootloader在固件层面是分成的两个固件，一个是Bootloader固件，一个是App固件，两个固件存放在单片机的不同程序存储区，比如对于STM32来说，Bootloader存放在0x8000000的Flash起始区，App固件存放在0x8008000的Flash起始区。对于其他单片机，可能这
人脸识别_Demo_SDK
- 1. 人脸检测的高正确率，误检，漏检很少，支持多脸（max=32）。 平面旋转高达 60 度，并带鼻，嘴定位，及眼镜判断等功能。 2. 支持双目(双摄像头)/多目的 3D 维度识别,增加了人脸的特征集,再次提高识别精度,并有效防止照片通过。 3. 人脸识别的高精度，向用户推荐的识别阀值不仅能适应光线环境的变化，具备满足实际应用的识别正确率。带 眼镜或头发挡住眉毛都行。（但黑粗边眼镜的识别率相对低些，即在较好的识别环境下，黑粗边眼镜仍是 OK 的，只要看得清眼球，就对识别率没有任何影响） 4. 在
基于 HHT 的船体结构应力监测数据 特征分析和去噪方法
- ［目的］为了去除船体结构应力监测数据中的噪声信号，获得有效的数据信息，以便为后续数据挖掘提 供支撑，［方法］首先，采用 HHT 方法中的经验模态分解（EMD）算法对数据进行成分分析，得到固有模态函数 （IMF）和余项。然后，通过 Hilbert变换得到 Hilbert谱，证明应力监测数据的非平稳特性。最后，以信噪比（SNR） 和均方根误差（RMSE）为例，结合自适应去噪和小波阈值去噪两种方法对应力监测数据进行去噪效果比较。 ［结果］结果表明，基于 HHT方法的自适应去噪和小波去噪都具有一定
基于DFT的MIMO-OFDM系统的信道估计算法研究代码
- MIMO系统仿真 ＭＩＭＯ技术可Ｗ极大地提升系统吞吐量和有效抵抗多径衰落的影响，被视作ＬＴＥ的核也技术之一。信号检测模块又是ＭＩＭＯ系统中非常重要的一步，因为接收端收到的信号是经历了无线信道衰落影响的信号，与发送端发送的初始值之间差距较大，因此，在接收端首先应进行信道估计求出信道矩阵Ｈ，然后根据该信道矩阵的信息，从接收端还原出发送信号。因此，在ＭＩＭＯ系统中信号检测直接彰响着系统系能的提升。本章将先介绍高移动性ＭＩＭＯ无线信道的建模方法(simulation of MIM
Labview实现基音周期检测
- 可以设定帧长、帧移，只对幅度超过阈值的帧进行基音周期检测，输出每帧有效帧的基音周期。
Longley-Rice model代码
- 经典无线链路预算模型，预测了在自由空间中由地形的非规则性造成的中值传输衰落。该模型适用于频段为20MHz至40GHz、路径长度为1km至2000km的情况。对于给定的传输路径，该计算机程序通过频率、路径长度、极化方向、天线高度、表面绕射率、地面有效半径和地面导电常数等参数可以确定传输损耗的大小。(Classic wireless link budget model, forecasts the in free space caused by terrain of regularity in th
fcm
- 一种快速的抗噪声模糊C均值图像分割算法 图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出。该算法结合像素灰度值相似度和隶属度构造了一个新的空间函数。该空间函数用于更新成员关系，而成员关系又用于迭代地获取聚类中心。所提出的算法可以在较少的迭代次数下获得理想的分割结果，有效地降低了噪声的影响。(A fast anti noise Fuzzy C-Means Image Segmentation AlgorithmImage segmentation is to divide the i
气动辨识方法
- 气动参数辨识是检验飞行器的真实气动特性与设计值的匹配性的重要方法。研究分 析基于理论计算的方法和基于增广的扩展卡尔曼滤波算法，通过实测数据，对比 2 种辨识方法的 估计结果，得到了扩展卡尔曼滤波法可以有效降低实测数据中的噪声影响，获取更加精确的估计 结果的结论
111
- 涉及一种分布式驱动电动汽车惯性 参数估计方法，首先考虑载荷参数不确定导致车 辆惯性参数的变化，建立三自由度整车动力学模 型，并选择魔术公式的非线性轮胎模型，设计双 自适应无迹卡尔曼滤波器的状态和参数估计系 统，再确定双自适应无迹卡尔曼滤波观测器的具 体步骤，从而实现对车辆车辆纵向速度、车辆质 心侧偏角等车辆状态及整车质量、横摆转动惯 量、质心到车辆前轴的距离等车辆惯性参数估 计。本发明基于考虑载荷参数变化的车辆动力学 估计模型，采用自适应无迹卡尔曼滤波方法可以 有效抑制车辆状态参数滤波器的发散影
IAPS图
- 国际情绪图片数据库拥有效价值和唤醒度值为1-9的彩色图片
Longley-Rice Model
- 经典无线链路预算模型，预测了在自由空间中由地形的非规则性造成的中值传输衰落。该模型适用于频段为20MHz至40GHz、路径长度为1km至2000km的情况。对于给定的传输路径，该计算机程序通过频率、路径长度、极化方向、天线高度、表面绕射率、地面有效半径和地面导电常数等参数可以确定传输损耗的大小。
超高速场景下随机接入前导序列的检测
- 针对通信系统中用户设备在超高速移动场景下产生的大多普勒频偏问题，提出了一种利用新限制集方法生成随机接入前导序列的检测算法。该方法根据新限制集频率偏移导致功率弥散的特点，采用５个检测窗口对随机接入前导序列进行联合检测。首先，找到５个候选窗口中每个窗口峰值功率的最大值并记录位置；然后，将 ５ 个候选检测窗口的峰值功率最大值进行叠加作为前导序列检测峰值功率。仿真结果表明，所提方法可以有效地规避大多普勒频偏对随机接入前导序列检测带来的影响。
nsga代码
- nsga代码1. 利用nsga-i实现多目标opttmhzattonNSGA([5])是一种流行的基于非支配的多目标优化遗传算法。该算法是一种非常有效的算法，但由于其计算复杂度高、缺乏精英主义以及为共享参数oshare选择最优参数值而受到普遍批评。融合精英主义，不需要先验选择共享参数。本文将详细讨论NSGA-II。