[其它] css-atsiskaitymas-源码

说明：css-atsiskaitymas
<weixin_42165980> 上传 | 大小：133kb

[其它] 语音聊天通知程序-源码

说明：关于 Discordのboイスチャンネル开始/终了をLINE通知経由で通知するDiscord Botです。 如何使用它 src / config.tsを作成して下记の设定を记述してください。 export const config = { dicordToken : "Discord Bot Token" , lineTolen : "Line Notify Token" } 下记コマンドで実行できます。 $ npm run run
<weixin_42116921> 上传 | 大小：4kb

[其它] turtlebot3_obstacle_detection_laserscan-源码

说明：turtlebot3_obstacle_detection_laserscan
<weixin_42102933> 上传 | 大小：16kb

[其它] python-applications：此仓库包含我用python编写的简短可爱的应用程序。 您可以将此角落视为我试验python的实验室-源码

说明：python应用程序 这个仓库包含我用python编写的简短而可爱的应用程序。 您可以将此角落视为我试验python的实验室。
<weixin_42134051> 上传 | 大小：2mb

[其它] 可任意阶扩展的认知无线Ad Hoc网络频谱共享模型

说明：Most of works in modeling the spectrum sharing of Cognitive Radio Ad Hoc Networks (CRAHNs) ignored the relationships between processes of using primary channels and that of using secondary channels. Some works considered the relationship and set up s
<weixin_38616033> 上传 | 大小：896kb

[其它] 你听过无人驾驶，但你了解无人驾驶的算法吗？

说明：算法系统由几部分组成：第一，传感，并从传感器原始数据中提取有意义信息；第二，感知，以定位无人车所在位置及感知现在所处的环境；第三，决策，以便可靠、安全地抵达目的地。通常来说，一辆无人车装备有许多不同类型的主传感器。每一种类型的传感器各自有不同的优劣，因此，来自不同传感器的传感数据应该有效地进行融合。现在无人驾驶中普遍使用的传感器包括以下几种。（1）GPS/IMU：GPS/IMU传感系统通过高达200Hz频率的全球定位和惯性更新数据，以帮助无人车完成自我定位。GPS是一个相对准确的定位用传感器，但
<weixin_38522323> 上传 | 大小：234kb

[其它] 基于Grassmann流形的非相干空时码设计

说明：本文研究在Grassmann流形上构造非相干酉空时码的代数方法.首先提出一类发射天线数和相干时间都为任意大小的满速率满分集相干空时码,然后采用非线性指数映射方式,将该相干空时码映射到Grassmann流形上,生成Grassmann非相干酉空时码.新构造的Grassmann酉空时码比其它相同发射天线的酉空时码具有更高的频谱效率和更优的误码率性能.
<weixin_38653602> 上传 | 大小：239kb

[其它] 深度学习基础：为什么神经网络的感知机中的神经元需要偏置项？

说明：神经元中不添加偏置项可以吗？答案是，不可以每个人都知道神经网络中的偏置（bias）是什么，而且从人类实现第一个感知器开始，每个人都知道神经元需要添加偏置项。但你是否考虑过我们为什么要使用偏置项呢?就我而言，直到不久前我才弄清楚这个问题。当时我和一个本科生讨论了一些神经网络模型，但不知何故她把“偏置输入”（biasinput）和“统计基差”（statisticalbias）搞混了。对我来说，向她解释这些概念当然很容易，但我却很难进一步地告诉她我们为什么要使用偏置项。过了一段时间，我决定尝试写代码来
<weixin_38663167> 上传 | 大小：293kb

[其它] 关于应用随机网络演算

说明：关于应用随机网络演算
<weixin_38566318> 上传 | 大小：681kb

[其它] 无人驾驶的基本算法及简单介绍

说明：本文将自动驾驶算法部分分成以下三个部分：场景识别、路径规划及车辆控制。每一类别都是由多种算法组成的。例如场景识别需要定位，物体检测及追踪算法。路径规划通常由任务、运动规划组成，车辆控制则对应路径跟随。下图1，显示了算法基本的控制及数据流。接下来本文将按照下图来组织文章结构，顺序介绍自动驾驶平台上的相关算法。定位是自动驾驶中最基本及重要的问题之一。尤其是在城市道路上，定位的精确度决定了自动驾驶的可靠性。Autoware采用NormalDistributionTransform(NDT)配准算法[1
<weixin_38614462> 上传 | 大小：563kb

[其它] 基于双目视觉的无人驾驶算法

说明：基于现实世界是一个三维空间,所以对计算机视觉的研究也应该是在三维空间中进行的。在自动驾驶过程中的首要任务就是道路识别[1],主要是图像特征法和模型匹配法来进行识别。行驶过程中需要进行障碍物检测[2]和路标路牌识别等,此时车辆上的信息采集便可以运用单目视觉或者多目视觉。相比之下,运用多目视觉更具优势,获取的图像信息可构建成三维空间,物体运动以及遮挡等问题对其影响较小。目前有很多智能小车的研究都是基于室内环境的研究,本文基于室外环境,采用双目摄像机模型[3],考虑光照、路面材质等问题,采用分水岭算法
<weixin_38674675> 上传 | 大小：433kb

[其它] 分布式RFID系统的基于分组证明的身份验证协议

说明：分布式RFID系统的基于分组证明的身份验证协议
<weixin_38742571> 上传 | 大小：1mb