详细讲述了基于频域的盲源分离方法,值得做语音识别、人工智能、信号处理的相关人员研究和学习
2024/2/17 18:53:15 639KB 人工智能 信号处理 盲源分离 语音
1
matlabPCA的m文件。
数据集Iris是常用的分类实验数据集,由Fisher,1936收集整理。
CSDN上原来有一个arff格式的鸢尾花数据集,不方便matlab直接调用。
我的这个数据集是txt格式的,在matlab下可以直接一句命令“load('iris.txt')”加载。
iris以鸢尾花的特征作为数据来源,常用在分类操作中。
该数据集由3种不同类型的鸢尾花的50个样本数据构成。
其中的一个种类与另外两个种类是线性可分离的,后两个种类是非线性可分离的。
该数据集包含了5个属性:&Sepal.Length(花萼长度),单位是cm;&Sepal.Width(花萼宽度),单位是cm;&Petal.Length(花瓣长度),单位是cm;&Petal.Width(花瓣宽度),单位是cm;&种类:IrisSetosa(山鸢尾)、IrisVersicolour(杂色鸢尾),以及IrisVirginica(维吉尼亚鸢尾
2024/2/15 18:13:37 2KB MATLAB PCA iris
1
提出一种基于红外图像分层处理及动态压缩的DDE算法。
该算法先将原始14bits红外图像数据信息中的大动态低频背景和小动态高频细节进行分离提取,并分别对提取的细节层和背景层进行相应的灰度增强和灰度抑制处理,再调整和压缩各图层的动态范围并最终合成8bits图像。
实验结果表明,该算法能较好地保留并突出原始红外图像中的边缘和细节信息,达到了预期设计的目标
2024/2/11 1:40:29 453KB 图像处理
1
写完那篇“写给懂C语言的人的PHP基本语法入门”后一直在学习PHP5的OOP,目的很简单,就是想研究MVC的PHP实现,所以,兴趣很快转移到MVC上面,网上有很多长篇大论,但是看完了我还是不能写出一个最简单的MVC程序,我这个人学东西有个习惯,那就是先要掌握一个最简单的“HelloWorld”,然后再以此为基础扩展开去,否则心里没底,一头雾水。
经过一番搜索,找到了一篇翻译文章(作者:HarryFuecks翻译:EasyChenURL:http://www.21ds.net/article/4/453原文URL:http://www.phppatterns.com/docs/..._controller_pattern)作者以商品目录浏览为例,给出了完整的MVC架构代码。
仔细一看,发现他的C和V是继承关系,耦合很紧,似乎不是很理想,但马上又看到了作者的第二个版本(http://www.phppatterns.com/doku.php/design/mvc_pattern_version_2),这个版本的C和V分离得比较清楚,仔细研读了这个版本,然后仿照着实现了一个留言板。
原作者链接:http://bbs.phpchina.com/thread-106188-1-1.html
2024/2/9 6:53:51 2KB mvc php 实例
1
开发工具:VS2017如果下载不能打开,可能您的VS版本较低C#完整代码,下载即可使用,在项目中可以直接使用。
自带客户与服务端心跳包验证。
客户端掉线,服务器自动响应。
所有均为事件与封装完全分享。
代码高度简洁。
服务端断线与重启,客户端自动重新连接。
客户端消息异常,快速响应事件。
客户端与服务端,调用DOME完全分离。
不管是学习TCP/IP通信,还是项目中使用TCP/IP均为首选
2024/2/8 11:57:51 1008KB C# TCP/IP 异步通信 异步服务端
1
FMC(FPGAMezzanineCard)简而言之,是具有特定功能的子卡模块。
FPGA夹层卡(FMC)标准由包括FPGA厂商和最终用户在内的公司联盟开发,属于ANSI标准,旨在为基础板(载卡)上的FPGA提供标准的夹层卡尺寸、连接器和模块接口。
I/O接口与FPGA分离,不仅简化了I/O接口模块设计,同时还能最大化载卡的重复使用率。
本示例为将几个信号通过ZC706上的FMC接口输出到载卡上。
1.源代码:moduletop(clk,CLKW,D3,D2,D1,D0,CLK_RESET,CLK_COMPUTE);inputclk;outputCLKW,D3,D2,D1,D0,CLK_RESET,CLK_COMPUTE;regCLKW,D3,D2,D1,D0,CLK_RESET,CLK_COMPUTE;integercounter=0;parameterN=20;integercounter1=0;regclk_div=0;initialbegin等等
2024/1/21 3:34:57 814KB fmc
1
完美分离各种混合音频,并且有输出功能,并且算法在分离性能上比传统算法高效,
2024/1/19 14:07:11 2KB 啊安抚a啊a'f 432
1
QT使用mainwindow,做的Graphicsview编程框架,和Main函数分离,可以编较大型的动画软件,这个Demo老鼠那个例子上改造的
2024/1/19 3:19:02 309KB QT Graphicsview 动画 GraphicsScene
1
一种基于信息分离的高维多目标进化算法
2024/1/13 22:46:50 256KB 研究论文
1
本文档主要是本人对Vue和AntDesignVue学习后总结的经验,方便其它同事能够通过该文档对该技术有所了解,同时方便产品团队对前后分离的技术有增加知识储备。
目录如下2.Vue经验分享2.1Vue介绍2.2Vue的MVVM模式介绍2.3Vue之HelloWorld2.4Vue的生命周期2.5Vue的常用指令2.6Vue-CLI脚手架介绍2.7使用Vue-cli构建Vue项目2.8Vue项目及其目录结构说明2.9基于vuedemo项目简单的功能2.10Vue以及VueCLi运行机制的分享3.AntDesignVue学习分享3.1介绍3.2环境搭建3.3官方文档如何看3.4性能测评3.5如何嵌套其它非Vue页面3.6如何自定义封装标签例子3.7前后端分的离数据怎么交互4.VUE2.0学习路线分享
2024/1/13 21:38:29 1.49MB vue ant design vue
1
共 411 条记录 首页 上一页 下一页 尾页
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