您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 光学干涉层析仪的设计与信息处理研究

  2. 在光学层析术(ocT)的数学模型多维Radon变换的基础上,设计了基于F}干涉仪的多方向采样的旋转扫描光学干涉(: T仪。分析了0 (: T问题和重建}I} 5个关键参数刘一重建精度的影响,以刘-实验仪器设计和实验方案拟定精度指标提供指泞。同时还研究了在刘一超音速风洞,},复杂流场数据严重不完全的h}况下的重建,提出了正交窗口小角度范围采样和充分利川先验知识的多信息融合重建方案。
  3. 所属分类:专业指导

    • 发布日期:2009-09-25
    • 文件大小:119kb
    • 提供者:ZEMAX
  1. 山西省石炭-二叠纪主采煤层煤中锂的含量分布特征与成矿前景分析

  2. 为系统调查山西省石炭-二叠纪主采煤层煤中锂的含量与分布特征,在全省六大煤田生产矿井系统布设采样点,通过分析测试,经综合分析显示,山西省石炭-二叠纪煤中锂的含量均值较高,整体上太原组含量高于山西组,其中太原组为58.41×10-6、山西组为50.46×10-6;平面展布上,两组煤由北到南整体都呈低-高-低的变化趋势;沁水煤田太原组主采煤层存在两个煤伴生锂矿成矿潜力区,分别位于煤田东北端寿阳-阳泉一线和东南端高平-晋城一线。初步研究成果对指导山西省煤中伴生锂资源进一步的勘探开发以及煤炭资源可持续发展
  3. 所属分类:其它

    • 发布日期:2020-04-19
    • 文件大小:320kb
    • 提供者:weixin_38564003
  1. 基于工业以太网的顶板离层检测传感器设计

  2. 针对传统的顶板离层检测方法存在测量精度低、测量结果无法自动上传的问题,设计了一种基于工业以太网的顶板离层检测传感器。该传感器采用2个拉绳式位移传感器检测顶板离层的深部和浅部位移量,通过位移检测电路将拉绳式位移传感器输出的电流信号转换为电压信号,供单片机采样;单片机根据采样的电压值,分析计算深部和浅部位移,得到顶板离层量;计算结果通过以太网自动上传,供地面监控计算机分析使用。测试结果表明,该传感器可以实现顶板离层位移的精确测量,测量误差为±2.5%,并可以方便地上传测量结果。
  3. 所属分类:其它

    • 发布日期:2020-07-17
    • 文件大小:619kb
    • 提供者:weixin_38605801
  1. 信号在PCB板上的传输速度

  2. 我们在设计pcb板的时候经常会考虑信号线等长,如果等长做的不好,各个信号之间就会有延时,可能会造成数据采样错误等问题。那么PCB上的延时应该怎么计算?我们经常听到的PCB表层走线比PCB内层走线的速度快为什么?
  3. 所属分类:其它

    • 发布日期:2020-08-28
    • 文件大小:37kb
    • 提供者:weixin_38655767
  1. 在keras里实现自定义上采样层

  2. 主要介绍了在keras里实现自定义上采样层,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  3. 所属分类:其它

    • 发布日期:2020-09-16
    • 文件大小:39kb
    • 提供者:weixin_38716563
  1. 基于多尺度的自适应采样图像分块压缩感知算法

  2. 基于分块的压缩感知算法适用于图像信号的处理,通过平滑迭代阈值投影法可以快速重构图像,但存在低采样率下重构图像质量较差的缺点。基于全变差分的分块压缩感知算法,在一定程度上能提升重构效果,但降低了运算速度。针对以上算法的不足,提出基于多尺度的自适应采样图像分块压缩感知算法。根据小波分解后不同层对重构结果影响所占权重不同的特性,自适应分配给每一层不同的采样率,并在重构时将平滑迭代阈值投影法应用到每一层的每一个子带的分块上。实验结果表明,与传统的迭代阈值投影法相比在重构质量上提高了1~3 dB,在重构速
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:289kb
    • 提供者:weixin_38661128
  1. 基于多层感知机代理模式的地球系统模式物理参数优化方法

  2. 地球系统模式中物理参数的不确性会对气候模拟的精度产生巨大的影响,优化物理参数对提高气候预测的准确性至关重要。通常在地球系统模式的参数优化中有多个目标需要同时优化,然而目前常用的进化多目标算法在地球系统模式上使用需要极高的计算代价,因此提出了一种基于多层感知机(MLP)神经网路的多目标代理模式参数优化方法MO-ANN。此方法利用多层感知机建立代理模式,用代理模式来预估候选采样点的优劣,提高了多目标优化的精度和收敛性。在复杂数学函数和单柱大气模式上的对比实验表明,MO-ANN优化算法相对于进化多目标
  3. 所属分类:其它

    • 发布日期:2020-10-15
    • 文件大小:475kb
    • 提供者:weixin_38576811
  1. 嵌入式系统/ARM技术中的一种多图层任意形状膜版的图像叠加技术实现

  2. 在处理图像的过程中,常常需要在背景图像开出任意形状的剪裁区域来填充前景图像,使得前景图像在背景给定范围内显示和活动。图像处理(image processing),是指用计算机对图像进行分析,以达到所需结果的技术。又称图片处理、影像处理、照片处理、后期处理、P图、PS。图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组,该数组的元素称为像素,其值为一整数,称为灰度值。图像处理技术的主要内容包括图像压缩,增强和复原,匹配、描述和识别3个部分。 但
  3. 所属分类:其它

    • 发布日期:2020-10-23
    • 文件大小:149kb
    • 提供者:weixin_38722164
  1. 解决Keras的自定义lambda层去reshape张量时model保存出错问题

  2. 前几天忙着参加一个AI Challenger比赛,一直没有更新博客,忙了将近一个月的时间,也没有取得很好的成绩,不过这这段时间内的确学到了很多,就在决赛结束的前一天晚上,准备复现使用一个新的网络UPerNet的时候出现了一个很匪夷所思,莫名其妙的一个问题。谷歌很久都没有解决,最后在一个日语网站上看到了解决方法。 事后想想,这个问题在后面搭建网络的时候会很常见,但是网上却没有人提出解决办法,So, I think that’s very necessary for me to note this.
  3. 所属分类:其它

    • 发布日期:2020-12-17
    • 文件大小:66kb
    • 提供者:weixin_38743084
  1. 在keras里实现自定义上采样层

  2. Keras里的UpSampling2D层不是中的双线性内插,而是简单的重复图像。这点和pytorch不一样,pytorch默认使用的是双线性内插。 同样:这里仍然使用的是keras而不是tf.keras. keras里UpSampling2D的部分定义说明如下: class UpSampling2D(Layer): """Upsampling layer for 2D inputs. Repeats the rows and columns of the data by size[
  3. 所属分类:其它

    • 发布日期:2020-12-17
    • 文件大小:40kb
    • 提供者:weixin_38577922
  1. TransFormerDSSM:该模型在DSSM模型的基础上,将模型的表示层使用基于Transformer的Encoder部分来实现。-源码

  2. 基于Transformer的语义相似度计算模型DSSM 该模型在DSSM模型的基础上,将模型的表示层使用基于Transformer的编码器部分来实现,匹配层将通过表示层得到问题查询和答案的特征表示进行余弦相似度计算,由于问题i除了与答案i相匹配以外,其余答案导致问题i的负样本,因此需要对每一个问题进行负采样。 模型调用方式 /NlpModel/SimNet/TransformerDSSM/Debug.py ,其调用方式主要分为以下几种。 1.模型训练 TransformerDSSM模型的训练通过
  3. 所属分类:其它

    • 发布日期:2021-03-24
    • 文件大小:115mb
    • 提供者:weixin_42164534
  1. Reconstruction-AutoEncoder:使用自动编码器进行伊朗字符重建-源码

  2. 重构自动编码器 使用自动编码器进行伊朗字符重建 讨论 在这个项目中,我们使用自动编码器来完成重建任务,特别是为了改善车牌中的扭曲字符,以改善目标检测中的字符识别(YOLOV3)。自动编码器分为两个部分:1)编码器2)解码器,当输入图像为转发给编码部分,图像的大小由卷积层和最大池化层减小,压缩后的图像表示为潜矢量,相反,解码层具有反卷积和上采样层,直到图像的大小增大为止。输入和输出将相等。 数据集 在自动编码器的左侧,我和我的同事使用伊朗车牌数据集在不同情况(光照,角度,天气条件等)下裁剪了数据集
  3. 所属分类:其它

  1. 基于相同空间大小的点扩展功能层与生物显微图像恢复之间的关系

  2. 在三维生物显微图像还原处理中,三维点扩展函数(3D-PSF)空间的选择将确定还原效果和还原时间。 在对3D-PSF采样间隔和层数对生物图像恢复效果和恢复时间的影响进行理论分析的基础上,通过仿真实验,研究了同一3D-PSF下3D-PSF层与生物图像恢复效果和恢复时间之间的关系。可以获得PSF空间大小。 实验结果表明,对于相同空间大小的3D-PSF,随着3D-PSF层数的增加,图像恢复效果得到改善,改善程度随着层数的增加而逐渐减慢。 恢复时间也随着层数的增加而增加,并且显示出近似线性的增加关系。 根
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:307kb
    • 提供者:weixin_38715567
  1. 学习反卷积网络的目标跟踪

  2. 可以通过学习顺序跟踪目标外观的模型来解决对象跟踪问题。 因此,鲁棒的外观表示是视觉跟踪中的关键步骤。 最近,深度卷积网络通过利用强大的高级功能在视觉跟踪方面表现出了非凡的能力。 为了获得这些高级功能,可在深度卷积网络中交替执行卷积和池化操作。 然而,这些操作导致空间分辨率低的特征图,这降低了跟踪中的定位精度。 虽然低层特征具有足够的空间分辨率,但它们的表示能力不足。 为了缓解这个问题,我们在视觉跟踪中利用了反卷积网络。 该反卷积网络用作可学习的上采样层,该层将低分辨率的高级特征图作为输入,并输出
  3. 所属分类:其它

  1. 具有上采样模块的DenseNet,用于识别图像中的文本

  2. 卷积递归神经网络(CRNN)在OCR的研究中取得了巨大的成功。 但是现有的深度模型通常在池化操作中应用下采样,以通过丢弃一些特征信息来减小特征的大小,这可能会导致丢失占用率较小的相关字符。 而且,循环模块中的所有隐藏层单元都需要在循环层中连接,这可能导致沉重的计算负担。 在本文中,我们尝试使用密集卷积网络(DenseNet)替代CRNN的卷积网络来连接和组合多个功能,从而潜在地改善结果。 另外,我们使用上采样功能构造一个上采样块,以减少池化阶段下采样的负面影响,并在一定程度上恢复丢失的信息。 因
  3. 所属分类:其它

  1. RecurrentLM:用于在具有RNN,GRU和LSTM层的PyTorch上训练,测试和采样自动回归递归语言模型的代码和脚本-源码

  2. 复发性LM 描述 用于在具有RNN,GRU和LSTM层的PyTorch上训练,测试和采样自动回归递归语言模型的代码和脚本。 买者自负 该存储库仅用于教育和展示目的。 内容按“原样”提供,没有任何默示保证,并且对因使用该内容而造成的损失不承担任何责任。 功能性 该代码提供3种功能:训练LM,评估LM和从LM采样序列。 单词级和字符级LM都可以训练。 训练可以在CPU或GPU中进行,测试和采样在CPU上进行。 训练 培训是使用train_lm.py脚本完成的。 运行python train_lm.p
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:16kb
    • 提供者:weixin_42118770
  1. char-rnn-tensorflow:使用Tensorflow在Python中使用字符级语言模型的多层递归神经网络(LSTM,RNN)-源码

  2. 字符张量流 使用Tensorflow在Python中使用字符级语言模型的多层递归神经网络(LSTM,RNN)。 灵感来自安德烈·卡帕蒂(Andrej Karpathy)的。 要求 基本用法 要在tinyshakespeare语料库上使用默认参数进行训练,请运行python train.py 。 要访问所有参数,请使用python train.py --help 。 要从检查点模型中采样python sample.py 。 在学习仍在进行时进行采样(以检查最后一个检查点)仅在CPU或其他GP
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:437kb
    • 提供者:weixin_42134338
  1. 基于改进的非下采样Contourlet变换的超分辨率复原算法

  2. Contourlet变换应用于图像复原时容易引入伪吉布斯现象。非下采样Contourlet变换(NSCT)具有平移不变性, 能够克服伪吉布斯现象, 但是由于基于学习的超分辨率复原需要建立不同分辨率的关系, 而NSCT变换的结果是每一层图像大小都一样, 不能像拉普拉斯金字塔那样建立高低分辨率图像的对应关系及运算量较大。针对这些问题, 提出了基于改进的非下采样Contourlet变换(INSCT)的超分辨率复原算法。为了表示人脸特征, 算法首先建立了INSCT金字塔。然后针对人脸的特殊性, 在匹配过
  3. 所属分类:其它

  1. 全光非接触光声层析及光学相干层析双模成像

  2. 提出全光非接触光声层析成像(ncPAT)与光学相干层析(OCT)双模成像的新方法,用于同时获取物体的吸收分布图像和散射分布图像。搭建ncPAT-OCT 双模成像系统,采用同一探测光源、同一干涉系统用于提高系统稳定性;采用同步触发模式来确保双模成像在数据采集时间上的同步性;使用共同样品臂来保证采样区域在空间上的一致性。并在此基础上实现同时对同一个样品进行PAT 和OCT 两种模式成像,实验结果表明两种模式成像能够很好地匹配,而且可以在不同模式下获得不同的信息。
  3. 所属分类:其它

  1. 用于图像上采样的多层改进有限Radon变换网络

  2. 用于图像上采样的多层改进有限Radon变换网络
  3. 所属分类:其它

    • 发布日期:2021-03-28
    • 文件大小:81kb
    • 提供者:weixin_38626075
« 12 3 4 5 6 7 8 9 10 »