搜索资源列表
Measure-for-Human
- 人体运动参数检测是生成人体运动计算机仿真演示和控制拟人机器人运动的主要手段。近年来针对这 种检测方法国内外研究人员展开了广泛的研究。本文介绍了基于模型的人体运动参数检测方法的研究现状, 为人 体仿生学和拟人机器人等领域的科学研究提供依据-Mea sur e for huma n mo tio n par ameter s is a main method to g ener ate computer simulatio n o f human mot ion and t o co n
Research-on-Optimization
- 介绍了基于模型的位姿估计中所使用的一些优化方法。为了提高位姿估计的精度, 摄像机的标定参数必须足够精确, 这就对标定过程的非线性优化算法提出了很高的要求, 采用了一种新的优化目标函数, 用来最小化控制点间的三维重建误 差, 从而使标定参数是全局最优 在双像机位姿估计中, 引入了实时遗传算法进行全局搜索, 加快了算法的收敛速度。最后的 实验证明了这些方法的正确性并显示出这些方法在精度上比传统方法有了较大程度的提高- It int roduces s ome opt imizat ion
Design-and-Real-ization
- 在优化粒子滤波跟踪框架下, 设计并实现了一个结合多种图像特征、在多摄像机环境下跟踪人体运动的三 维人体运动跟踪系统1 通过定义三维人体模型、摄像机模型以及观测似然模型, 得到跟踪所需目标函数, 并使用优化 粒子滤波算法进行求解1 实验结果表明, 该系统能够对人体运动进行准确的跟踪和三维重建, 可应用于体育运动分 析和动画制作等领域1-A v ideo-based 3D human body motion t racking system is developed under the
OZ890-Application-Note
- 凹凸公司OZ8920方案锂动力电池设计参考-OZ890 Application Note 11- Application circuits for 5~13 cells Li-ion battery pack.pdf
AVR352
- 艾特梅尔公司基于ATMEGA16HVB芯片的锂电专用管理芯片BMS方案代码-The ATmega16HVB/32HVB is a monitoring and protection circuit for 3 and 4-cell Li-ion applications with focus on highest safety including safe authentication
HOG
- 基于梯度方向直方图( H OG) 特征的行人检测是目前检测精度较高的主流方法。针对基于梯度直方图特征的 行人检测存在检测精度还有待提高、向量维数大的问题, 提出使用梯度直方图统计特征加颜色频率和肤色特征描述行 人, 选取一些分类能力较强的block 作为最后的特征, 使用线性SVM 分类。在INRIA 库上的实验证明, 该方法能有效地 提高检测精度。-H istog r am o f or iented g radient( H OG) based on pedestr ian de
Klobuchar
- 对于单频 GPS 接收用户,电离层时延是重要的测距误差. Klobuchar模型是一种计算方便、 实用可靠、 能够有 效改正GPS 单频接收机的电离层延时误差的方法. 展示模型的演绎分析和具体解算方法, 对 GPS 单频机解算程 序编写有一定帮助.- For the single frequenc y GPS user, the time delay in ionosphere is important mistake. Klobuc har is a conve- nient an
gas-carburizing-simulation
- 本实验将使用MATLAB 7.0软件分别对20钢的离子渗碳和气体渗碳过程进行模拟，渗碳时间分别为1h、2h、8h、20h，渗碳温度分别为1203K、1223K、1273K、1323K。对20钢的其中一面进行一维气体渗碳，设该扩散系数和界面传递系数均与渗碳浓度无关，对渗碳厚度、渗碳速度、渗碳量和渗碳时间、渗碳温度的关系进行模拟。-In this study, using MATLAB 7.0 software 20 steel ion carburizing and gas carburizing
battery1
- This model is designed for simulating the charge and discharge charateristcis of Ni-Cd, Ni-MH, Li-ion and lead-acid cell.
Battary_managment_system_for_large_Li_ion_battari
- battery management systems for large lithium-ion battery packs
FiberLasersAndAmplifiers
- 这个工具箱提供的稳态分析两掺杂铒和镱的光纤激光器和功放,对实验有好的设计， 通过各种计算和模拟来充分理解不同等参数的影响。-This toolbox provides steady-state analysis of both erbium-doped and ytterbium-doped fiber lasers and amplifiers, allowing good design choices to be made for experiment. Various calcu
2711-Li-charger-online
- 2711锂电池充放电监控，用于松翰2711制作的锂电充放电监控，内含工程代码，ADC，电压电流代码等。-2711 Li-ion battery charge and discharge control for the production of lithium Sonix 2711 discharge monitoring, including project code, ADC, voltage and current codes.
ME4064A_IC
- ME4064单节锂离子电池充电管理芯片技术资料-ME4064 single-cell lithium-ion battery charge management chip technology information
Shaping-correlator-BOC-signal-
- 为了克服原有抗多径算法在偏移二进制载波( BOC)信号上性能不如粗捕码( coar se/ acquisition co de, C/ A 码)的缺点, 并消除 BOC信号在跟踪时特有的多峰模糊特性, 将一种 新的参考码应用在 BOC信号的跟踪中,并与窄相关器以及高分辨相关器( HRC)技术进行了比较, 分别给出了多径误差包络, 从仿真结果中得出了最佳参考码码型,并根据最佳参考码 分析了成形( Shaping) 相关器的噪声性能。Shaping 相关器消除了多峰模糊的特点,并在多径误差包
Changer
- 基于CS8967作的充电器程序,带1602显示屏,支持Li ion,Ni MH电池,充电电流可调节(0.2A~2A).支持多节电池.当然也支持串口通信.-Based on CS8967 for charger program, with 1602 display with support for Li ion, Ni MH battery, charging current can be adjusted (0.2A ~ 2A). Supports multi-cell battery. Cou
libibsimu-1.0.4
- 离子束模拟求解器，能求解空间电荷力，及求解弗拉索夫方程-Ion Beam Simulator，Space charge density calculation from the trajectories . 4. Vlasov iteration using features 1 to 3
LOIC
- 这是匿名者黑客用的网站压力测试工具，低轨道离子炮的源代码-This is the anonymous hacker site stress testing tools, source code for low orbit ion cannon
STM32LTC6803
- STM32开发LTC6803锂离子电池管理,3.2寸TFT液晶显示.-STM32 development LTC6803 Lithium-Ion battery management, 3.2 inch TFT LCD.
lec3
- The Support Ve ct or Machi ne So fa r we have used a reference as sumpt ion tha t there exists a linear classifier that has a larg e ge ometric margin, i.e., whose decision b oundar y is we ll separa ted from all the training images (e xampl
lec5
- Li near r egr essi on, acti ve learning We arriv ed at the lo gistic regression model when trying to explicitly model the uncertainty about the lab els in a linear c la ss ifier. The same genera l modeling approach p e rmits us to use line a