海豚社会网络,做社区检测经常用到的数据集
2024/9/9 5:35:18 2KB 海豚社会网络
1
matlab实现的文本定位程序,能够检测出图片上的文字区域。
4.57MB 文本检测
1
【实验目的】(1)用LABVIEW产生随机数。
(2)统计随机数的概率分布密度函数及相关函数特性。
(3)模拟产生AWGN及ISI信道,添加到数字通信仿真系统中,以便观察信噪比改变对误码率等的影响。
(4)产生m序列信号源,验证m序列的伪随机性以及伪随机序列的自相关函数的双值特性。
(5)产生误码检测模块,观察平均误码率随信噪比的改变,绘制相应的曲线。
2024/9/8 12:22:55 1.72MB labview AGWN/ISI m序列
1
基于OpenCV和Python的Dlib库驾驶疲劳监测代码。
包括面部标定、眨眼检测、疲劳监测,包含shape_predictor_68_face_landmarks.dat文件,代码可以运行。
2024/9/8 8:18:29 68.58MB 眨眼检测 疲劳检测 python
1
传感器与检测技术_(徐科军_著)_电子工业出版社_课后答案.rar
1
以前的分散式认知媒体访问控制(DC-MAC)协议允许次要用户(SU)独立搜索频谱访问机会,而无需中央协调员。
DC-MAC假定检测方案在物理(PHY)层是理想的。
实际上,在分布式频谱共享方案中,更复杂的检测算法是不切实际的。
由于PHY层的能量检测(ED)计算和实现复杂度较低,因此已成为最常用的方法。
因此,至关重要的是在PHY层将DC-MAC与ED集成在一起。
但是,ED需要最低采样时间(MST)持续时间才能在低信噪比(SNR)环境中实现目标检测概率。
否则,将无法达到预期的检测性能。
在本文中,我们推导了在低SNR环境中ED的MST的准确表达。
然后,我们提出了一种基于MST的优化DC-MAC(ODC-MAC)协议,该协议对上述带有ED的DC-MAC问题进行了修正。
此外,对于DC-MAC和ODC-MAC都导出了不可靠的数据传输概率的闭式表达式。
我们表明,仿真结果与理论分析吻合良好。
与传统的DC-MAC相比,所提出的ODC-MAC可以提高数据传输的可靠性并提高吞吐量。
2024/9/7 4:30:45 2.62MB cognitive radio; energy detection;
1
针对图像的Susan角点检测算法,该代码写得非常稳健,我处理非常大的遥感图像,反复调用都不会出任何问题,相信对你有所帮助,我会及时共享我的最新代码,共同学习,共同交流,共同进步
2024/9/7 4:53:41 5KB Susan角点
1
利用二维小波变换,在一幅图像中嵌入水印,有水印检测以及提取的源代码,并有各部分程序作用的注释。
2024/9/6 9:58:32 990B 水印 图像 小波
1
基于DCT变换的半脆弱盲检测水印
2024/9/5 22:57:16 3.81MB DCT
1
清除收集极积垢,拆洗FID时,常把喷嘴拆断造成了不可挽回的损失。
依据FID工作原理,收集极对地为高阻,一般都在107欧姆以上,所以收集极的一般污染或收集极和静电计连接不良,除非在限制灵敏度操作外不会造成严重的噪声。
所以当操作FID遇到尖峰噪声(基线毛刺)不提倡首先拆洗FID检测器,而应先寻找其它引起噪声的原因如:1.气流比是否合适;2.汽化室严重污染;
2024/9/5 21:10:37 20KB FID检测器污染的防止及处理
1
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡