搜索资源列表
cs_explain_radar
- 压缩感知在雷达中的应用 很好的一个介绍 雷达成像中惯用的方法是匹配滤波,它之所以 能够处理低信噪比的问题,是因为它利用了回波数据的冗余信息。也就是目前雷达成像算法之所以成功的关键是具有足够 多的冗余信息。现在,在雷达成像中使用压缩感知恰好是反其道而行-Compressed Sensing(CS)theory is a great breakthrough of traditional Nyquist sampling theory,it accomplishes cornpressive
Artificial-Intelligence-Problems.tar
- 人工智能期末复习题 一、选择题: 1、人类智能的特性表现在4个方面__________。( B ) A、聪明、灵活、学习、运用。 B、能感知客观世界的信息、能对通过思维对获得的知识进行加工处理、能通过学习积累知识增长才干和适应环境变化、能对外界的刺激作出反应传递信息。 C、感觉、适应、学习、创新。 D、能捕捉外界环境信息、能够利用利用外界的有利因素、能够传递外界信息、能够综合外界信息进行创新思维。 2、人工智能的目的是让机器能够___________。(
BP-YUYINXINHAO
- bp处理不同的语音,收敛速度快,效果好,可以实现高速度的信息区分-bp handle different voice, fast convergence, good results
src
- wav文件格式的信息读取。使用于语音信号处理中的前期wav文件格式的分析。-Information read wav file format. Analysis of speech signal processing used in the pre wav file format.
Improved-Ant-Colony-Optimization
- 将改进的蚁群算法与路径几何优化相结合,用于解决移动机器人的全局路径规划问题.算法结合机器人的越障性能对移动机器人的环境空间进行建模.通过设置初始信息素加快蚂蚁的搜索速度,同时设置自适应信息素挥发机制,解决特定地图中初始信息素的干扰问题 设置自适应路径长度,筛选规划路径的优劣 提出由路径优劣程度决定的信息素散播策略,并从几何原理出发,对规划路径进行优化处理,加快最优解的收敛速度.仿真结果验证了该算法的有效性和普遍应用性,在随机给定的环境地图中,该算法能够迅速规划出最优路径.-The improve
lingfuiteng
- 包括压缩比、运行时间和计算复原图像的峰值信噪比,计算互信息非常有用的一组程序,有小波分析的盲信号处理。- Including compression ratio, image restoration computing uptime and peak signal to noise ratio, Mutual information is useful to calculate a set of procedures, There Wavelet Analysis Blind Signal Pr
D_S证据理论C++源码
- DS 证据理论(Dempster-Shafer envidence theory)也称为DS理论。是一种处理不确定性问题的完整理论。它不仅能够强调事物的客观性,还能强调人类对事物估计的主观性,其最大的特点就是就是对不确定性信息的描述采用“区间估计”,而非“点估计”,再区分不知道和不确定方面以及精确反映证据收集方面显示出很大的灵活性。
create_pet_tf_record_quiz8
- 该代码将xml文件中的图片尺寸信息和物体位置信息统一进行处理,物体位置会转换成0~1之间的比例,物体名字会根据label_map转换成一个数字列表,结果会存入tfrecord中。(The code will process the image size information and object location information in the XML file uniformly, and the position of the object will be converted to
神经网络
- 模拟人思维的第二种方式。这是一个非线性动力学系统,其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单,功能有限,但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。(he second way to simulate human thinking. This is a non-linear dynamic system, which is characterized by distributed storage of information and parallel
CNN
- 卷积神经网络分类 调制信号识别 卷积神经网络(Convolutional Neural Networks, CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),是深度学习(deep learning)的代表算法之一 [1-2] 。卷积神经网络具有表征学习(representation learning)能力,能够按其阶层结构对输入信息进行平移不变分类(shift-invariant classification),因此也被称
canny
- Canny边缘检测是从不同视觉对象中提取有用的结构信息并大大减少要处理的数据量的一种技术,目前已广泛应用于各种计算机视觉系统。