第一篇 底子学识第1章 图像/视频底子学识第2章 图像缩放第3章 图像品质增强底子本领第4章 超分说率规复本领第二篇 基于重修的超分说率规复第5章 基于重修的图像超分说率规复本领概述第6章 凸集投影以及最大后验概率估量第7章 基于mrf模子的map图像超分说率规复第8章 基于梯度矢量流解放的图像超分说率规复第9章 基于货物的监控视频超分说率规复第10章 基于权值矩阵的超分说率盲规复第11章 基于小波变更域的超分说率规复第12章 基于单帧高分说率图像的视频序列超分说率规复第三篇 基于学习的超分说率规复第13章 基于学习的超分说率规复本领概述第14章 基于示例学习的超分说率规复算法第15章 基于多类料想器学习的超分说率规复第16章 基于学习的人脸图像超分说率规复第四篇 高动态规模展现第17章 高动态规模图像可视化本领概述第18章 基于自顺应细节增强的高动态规模图像可视化第五篇 超分说率规复本领的阻滞趋向第19章 超分说率规复本领的阻滞趋向
2023/5/3 9:58:06
38.89MB
1
针对于卫星AIS体系天线的拆穿包围面积大、搜罗多个自结构区大概导致付与信号辩说的特色，阐发了星载AIS体系付与信号重叠碰撞的机制，对于卫星AIS体系举行了视察模子的建模，并在此底子上阐发了卫星AIS体系对于船舶的检测概率，并付与盲信号离散算法对于辩说的AIS信号举行了实用的离散。
2023/5/1 19:01:43
1.26MB
1
《2019张宇低级数学18讲》以教育部大学数学教学纲要、教育部测验中间考研纲要为依据，评释考研数学中概率论与数理统计的部份学识。
在底子学识点的教学之后，给出响应的例题对于学识点做详尽叙述，并安妥配以评释，阐发测验中常考的方式以及易涌现的差迟，末了给出习题，供考生增强对于学识点的知道以及对于做题本领的把握。
如许抱残守缺，让考生对于数学学识从懵懂到领悟贯串。
由于本书有原命题人到场，使内容更具备quan威性。
本年版本降级，在每一讲的末了都配有二维码，扫一扫都市有张宇教师对于本讲重点难点题目的教学。
在底子学识点的教学之后，给出响应的例题对于学识点做详尽叙述，并安妥配以评释，阐发测验中常考的方式以及易涌现的差迟，末了给出习题，供考生增强对于学识点的知道以及对于做题本领的把握。
如许抱残守缺，让考生对于数学学识从懵懂到领悟贯串。
由于本书有原命题人到场，使内容更具备quan威性。
本年版本降级，在每一讲的末了都配有二维码，扫一扫都市有张宇教师对于本讲重点难点题目的教学。
2023/5/1 12:47:04
197.77MB
1
咱们照常付与gmapping举行舆图构建,gmapping是一个ros自带的舆图构建货物包,付与激光以及里程计的数据天生二维舆图.而行使amcl举行已经知机械人的定位,amcl全称adaptiveMonteCarlolocalization,是一个机械人二维情景的概率定位体系,在已经知舆图的情景中,行使粒子滤波跟踪机械人的位姿.ROS中的amcl节点定阅激光数据sensor_msgs/LaserScan以及舆图数据nav_msgs/OccupancyGrid,患上到机械人的估量位姿.
2023/5/1 10:02:26
2.33MB
1
引告知道码转发机缘中继下的成果参数阐发，搜罗中断概率，误码率，以及信道容量等参数的阐发
2023/4/29 11:21:53
213KB
1
图像联系是盘算机视觉中的一个底子下场。
当然举行了多年的钻研，然则通用图像联系照常是一项极其具备挑战性的责任，由于联系实质上是不安妥的。
在不合的联系方案中，图论的联系方案在实际使用中具备多少个精采的特色。
它将图像元素显式地结组成数学上公平的结构，并使下场的表述愈加敏捷，盘算功能更高。
在本文中，咱们对于图像联系的图论方式举行了体系的视察，其中的下场是依据将图松散为多少个子图来建模的，以便每一个子图代表图像中有心义的感兴趣货物。
这些方式依据不合的标志分为五类：基于最小天生树的方式，具备资源函数的基于图割的方式，基于马尔可夫随机场模子的基于图割的方式，基于最短路途的方式以及其余不属于该方式的方式这些课程中的任何一个。
咱们为每一种方式种别提供了成果以及详尽的本领阐发。
定量评估是经由使用五个目的举行的-概率兰德（PR）指数，归一化概率兰德（NPR）指数，信息变更（VI），全局不合性倾向（GCE）以及界限位移倾向（BDE）-在某些代表性自动装置上以及交互式细分方式。
当然举行了多年的钻研，然则通用图像联系照常是一项极其具备挑战性的责任，由于联系实质上是不安妥的。
在不合的联系方案中，图论的联系方案在实际使用中具备多少个精采的特色。
它将图像元素显式地结组成数学上公平的结构，并使下场的表述愈加敏捷，盘算功能更高。
在本文中，咱们对于图像联系的图论方式举行了体系的视察，其中的下场是依据将图松散为多少个子图来建模的，以便每一个子图代表图像中有心义的感兴趣货物。
这些方式依据不合的标志分为五类：基于最小天生树的方式，具备资源函数的基于图割的方式，基于马尔可夫随机场模子的基于图割的方式，基于最短路途的方式以及其余不属于该方式的方式这些课程中的任何一个。
咱们为每一种方式种别提供了成果以及详尽的本领阐发。
定量评估是经由使用五个目的举行的-概率兰德（PR）指数，归一化概率兰德（NPR）指数，信息变更（VI），全局不合性倾向（GCE）以及界限位移倾向（BDE）-在某些代表性自动装置上以及交互式细分方式。
2023/4/28 6:52:36
2.92MB
1
《外洋名校**课本精选：概率随机变量与随机进程（第4版）》是美国驰名学者A·帕普里斯传授所著的一本典型课本。
自1965年第1版问世以来至今已经第4版，它络续被美国多所大学用作相关业余的钻研生课本，悠长不衰。
在本书第4版中，作者依据演绎法则，同时松散大宗工程上极其感兴趣的例子体系地、垂垂地睁开了概率论以及随机进程的内容。
本书可作为本科高年级以及钻研生概率论以及随机进程课程的课本，首要用于电子以及盘算机工程、数学以及物理业余的教师。
这本书搜罗了多个卓越的主题内容，可用于两或者三门不合的课程。
第4版举行了明晰更新，搜罗削减了一个新的相助作者S·U·佩莱传授。
自1965年第1版问世以来至今已经第4版，它络续被美国多所大学用作相关业余的钻研生课本，悠长不衰。
在本书第4版中，作者依据演绎法则，同时松散大宗工程上极其感兴趣的例子体系地、垂垂地睁开了概率论以及随机进程的内容。
本书可作为本科高年级以及钻研生概率论以及随机进程课程的课本，首要用于电子以及盘算机工程、数学以及物理业余的教师。
这本书搜罗了多个卓越的主题内容，可用于两或者三门不合的课程。
第4版举行了明晰更新，搜罗削减了一个新的相助作者S·U·佩莱传授。
2023/4/27 17:57:23
49.55MB
1
经由MATLAB仿其实验深入反映数字信号最佳付与机原理及最佳付与原则，从而操作二进制却只信号最佳付与机的方案。
2023/4/27 12:36:12
53KB
1
本文阐发了台湾某银行客户的守约收入情景，提出了基于数据开掘本领的料想客户守约大概性。
从迫害管理的角度来看，料想的守约概率的准确性能够用来对于可信的或者不可信的客户举行分类。
本文起首对于数据集举行了末了处置，将数据拆分为2000个熬炼集与1000个测试集。
每一个客户信息中有23个自变量，依据其各个因素的相关性举行了调解而后使用了5开掘方式，搜罗KNN,分类树，随机森林，Logistic回归，神经收集举行建模，比力这5种方式中守约概率的料想准确性。
其中神经收集的料想下场最佳，料想准确率抵达了83.3%；
其次，分类树（81.8%）以及随机森林（80.1%），而后是Logistic回归（78.3%）。
KNN的料想下场最不梦想（75.8%）。
关键词：诺言卡守约料想、数据分类、Logistic回归、分类树、KNN、神经收集、随机森林。
从迫害管理的角度来看，料想的守约概率的准确性能够用来对于可信的或者不可信的客户举行分类。
本文起首对于数据集举行了末了处置，将数据拆分为2000个熬炼集与1000个测试集。
每一个客户信息中有23个自变量，依据其各个因素的相关性举行了调解而后使用了5开掘方式，搜罗KNN,分类树，随机森林，Logistic回归，神经收集举行建模，比力这5种方式中守约概率的料想准确性。
其中神经收集的料想下场最佳，料想准确率抵达了83.3%；
其次，分类树（81.8%）以及随机森林（80.1%），而后是Logistic回归（78.3%）。
KNN的料想下场最不梦想（75.8%）。
关键词：诺言卡守约料想、数据分类、Logistic回归、分类树、KNN、神经收集、随机森林。
2023/4/26 23:56:21
1.25MB
1
针对于IEEE802.11系列尺度中漫衍式调以及成果(DCF)的缺陷,提出了一种约莫实用的改善DCF算法.其首要的改善群集在2方面:在典型DCF的底子上,将第0级退却的退却窗口值愈加;使用遴选概率p将第0级退却窗口联系成2部份.为了准确地反映改善后协议的成果,建树了二维马尔可夫模子,并将其与典型DCF比力.数值仿真下场评释,改善后的DCF协议在终端节点密度较大时,其吞吐量以及时延等成果参数要比典型的DCF良好.
2023/4/26 11:20:11
617KB
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