注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 学会VHDL电子设计流程 4位乘法器的设计

  2. 一、实训目的 1学会LOOP语句的使用 2熟悉库及程序包的内容 二、实训原理 四位二进制乘法采用移位相加的方法。即用乘数的各位数码，从高位开始依次与被乘数相乘，每相乘一次得到的积称为部分积，将第一次得到的部分积左移一位并与第二次得到的部分积相加，将加得的和左移一位再与第三次得到的部分积相加，再将相加的结果左移一位与第四次得到的部分积相加，直到所的部分积都被加过一次

  3. 所属分类：专业指导

    • 发布日期：2009-11-03
    • 文件大小：22kb
    • 提供者：zhangyuegen

  1. 卷积码差错控制系统的仿真

  2. 移动通信也是一门实践性非常强的课程，实验教学在整个课程的教学中占据了非常重要的地位。在学生学习了现代通信原理、数字信号处理（DSP技术）等课程后，学生已经具有了一定的理论基础和实验技能，在此基础上本实验课程开设的主要作用和目的在于： 1． 帮助学生更好地理解移动通信系统，掌握各种移动通信系统的模型 2． 帮助学生熟悉常用的通信系统仿真平台，学习仿真模型的设计，掌握通信系统的仿真方法，学会利用仿真软件对系统性能进行评价； 1.3 课程设计的主要内容和要求 （1）课程设计的主要内容： 1、 系统包

  3. 所属分类：专业指导

    • 发布日期：2012-06-23
    • 文件大小：797kb
    • 提供者：devil1991

  1. 卷积码的基本结构和基本原理

  2. 在一个二进制分组码（n,k）当中，包含k个信息位，码组长度为n，每个码组的（n-k）个校验位仅与本码组的k个信息位有关，而与其它码组无关。为了达到一定的纠错能力和编码效率（＝k/n），分组码的码组长度n通常都比较大。编译码时必须把整个信息码组存储起来，由此产生的延时随着n的增加而线性增加。 为了减少这个延迟，人们提出了各种解决方案，其中卷积码就是一种较好的信道编码方式。这种编码方式同样是把k个信息比特编成n个比特，但k和n通常很小，特别适宜于以串行形式传输信息，减小了编码延时。 与分组码不同，

  3. 所属分类：专业指导

    • 发布日期：2008-08-28
    • 文件大小：430kb
    • 提供者：panshaoqiang

  1. LLR-BP二进制和积

  2. 二进制和积为量化程序，为初学LDPC码的应用的人提供一个学习资源

  3. 所属分类：C/C++

    • 发布日期：2013-04-22
    • 文件大小：17kb
    • 提供者：u010410522

  1. VHDL语言实现8位二进制乘法电路

  2. 8位二进制乘法采用移位相加的方法。即用乘数的各位数码，从低位开始依次与被乘数相乘，每相乘一次得到的积称为部分积，将第一次（由乘数最低位与被乘数相乘）得到的部分积右移一位并与第二次得到的部分积相加，将加得的和右移一位再与第三次得到的部分积相加，再将相加的结果右移一位与第四次得到的部分积相加。直到所有的部分积都被加过一次。

  3. 所属分类：其它

    • 发布日期：2013-12-18
    • 文件大小：76kb
    • 提供者：u013205707

  1. 74汉明码硬判决最大似然和积算法SPA仿真程序-hammingcodedecoding.doc

  2. 74汉明码硬判决最大似然和积算法SPA仿真程序-hammingcodedecoding.doc 汉明码，硬判决译码，最大似然译码、和积算法（SPA）matlab仿真程序 三种译码方法的原理、matlab程序附在word附件中！ 供大家学习参考 分别采用硬判决、最大似然译码（MLD）、以及和积算法（SPA）三种译码方法对（7，4）汉明为了节省仿真时间，对随机产生8*105个二进制信息进行编译码，仿真结果表明，在加性高斯信道下，得到在误码率为10-4时 （7，4）汉明码的最大似然译码较硬判决译码多

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：99kb
    • 提供者：weixin_39841856

  1. 使用黑洞二进制合并来探测近地平线波动

  2. Giddings提出的非暴力性非局部性提议的强力版本预测了黑洞视界附近的“强而软”的量子度量波动，旨在解决信息悖论。 为了研究该建议的可观察特征，我们用数值方法解决了由这些波动修正的爱因斯坦方程，并分析了两个黑洞的吸积和合并产生的引力波信号。 在这种波动的演化模型中，我们证明了即使在黑洞仍然很好地分开的情况下，它们也会导致观察到的波形出现明显偏差，并且可能会被aLIGO观察到。

  3. 所属分类：其它

    • 发布日期：2020-05-01
    • 文件大小：590kb
    • 提供者：weixin_38514501

  1. 基于CUDA技术的卷积神经网络识别算法

  2. 基于CUDA技术的卷积神经网络识别算法For idy=l To n Do 浮点运算能力表现平稳,呈线性态势。 使用共享存備器( shared memory)收集数据 Thread[idx*pitch+]i1 FMi[e(idx, idy)]=( shared double) 4039 result: End for x烂 2.0358 (2)算法结束 1.772 43识别分类算法DCL 识别分类算法DCL如下 (1)Fori1 To nxn do(并行地) 在 Device的共享内存内初始化分类

  3. 所属分类：机器学习

    • 发布日期：2019-04-19
    • 文件大小：953kb
    • 提供者：suiyu_eran

  1. CONVNET_Eye_Detection:卷积神经网络旨在描绘闭眼与睁眼的图像-源码

  2. CONVNET_Eye_Detection 动机 卷积神经网络旨在检测睁眼和闭眼的图像之间的差异。该检测在自动驾驶领域中尤其重要，以确保驾驶员不会睡在方向盘后方。 该数据集包含从野外（LFW）数据库中的“带标签的面Kong” [1]中选择的4852个眼睛的图像，它们分为2类打开和关闭。 所有功能都通过sklearn的StandardScaler类进行了标准化。分类标签也使用sklearn的Labelencoder类进行了数值转换。最后，将转换后的类向量整数标签转换为二进制矩阵，以促进与keras

  3. 所属分类：其它

  1. 深度神经网络同时进行特征学习和哈希编码

  2. 保留相似性的哈希是在大型图像检索任务中用于最近邻居搜索的一种广泛使用的方法。 对于大多数现有的散列方法，首先将图像编码为人工设计视觉特征的向量，然后再进行另一个单独的生成二进制代码的投影或量化步骤。 然而，这样的视觉特征向量可能与编码过程不是最佳兼容的，因此产生了次优的哈希码。 在本文中，我们提出了一种用于监督哈希的深度体系结构，该体系结构中的图像通过精心设计的深度神经网络映射为二进制代码。 所提出的深层架构的管线由三个构建块组成：1）带有一堆卷积层的子网，以产生有效的中间图像特征； 2）分割编

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：354kb
    • 提供者：weixin_38704830

  1. 图卷积网络哈希用于跨模态检索

  2. 基于深度网络的跨模式检索最近取得了重大进展。 但是，缩小模态差距以进一步提高检索准确性仍然是关键的瓶颈。 在本文中，我们提出了一种图卷积哈希（GCH）方法，该方法通过一个亲和度图学习模态统一的二进制代码。 端到端的深度架构由三个主要组件构成：语义编码器模块，两个特征编码网络和图卷积网络（GCN）.Wedesignasemanticencoderasa教师模块指导语义的特征编码过程（即学生模块）信息开发。 此外，利用GCNi来探索数据点之间的固有相似性结构，这将有助于生成可区分的哈希码。 在三个基

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：471kb
    • 提供者：weixin_38633157

  1. WBC带有混淆矩阵的二进制分类：此笔记本包含白细胞的二进制分类-源码

  2. 使用CNN的WBC二进制分类与混淆矩阵 白细胞或白细胞由不同的成分组成，在我们的身体防御系统中起着至关重要的作用。 在这里，我们使用了卷积神经网络将WBC的4个主要成分分为两类：单核和多核。 还显示了混淆矩阵，准确性曲线和损失曲线。 数据集说明 这里使用了BCCD数据集。 整个数据集分为三类，训练，验证和测试集。 该模型在训练集上进行了训练，然后使用验证集来验证我们的模型。 该测试向我们展示了我们的模型对真实世界数据执行的准确性。 这是数据集的链接： :

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：56kb
    • 提供者：weixin_42097967

  1. BMXNet ：（新版本已发布：https：github.comhpi-xnorBMXNet-v2）BMXNet：基于MXNet的开源二进制神经网络实现-源码

  2. xnor增强神经网络//哈索·普拉特纳研究所 深度学习框架一个分支，用于研究和实现神经网络中的量化和二值化。 我们目前的工作集中在对卷积层的输入和权值进行二值化，从而使能使用性能位运算，而不是使用昂贵的矩阵乘法，如下所述： 消息 2018年12月6日 我们很高兴宣布BMXNet的 在BMXNet-v2中，我们利用新的Gluon API获得更好的可维护性 2017年12月22日-MXNet v1.0.0和cuDNN 我们正在将基础MXNet更新到1.0.0版，请参见更改和发行说明。 cu

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：18mb
    • 提供者：weixin_42131728

  1. CNN-二进制分类-猫-VS-狗-TF：卷积神经网络（CNN）:brain:用于识别猫和狗之间的二进制分类-源码

  2. 卷积神经网络 :brain: 在猫之间进行二进制分类识别 :grinning_cat_face_with_smiling_eyes: 和一条狗 :dog_face: 。 视频 特征 CNN是使用Tensorflow v2.2构建的 型号：VGG16 技术：数据增强，辍学 时代训练：50 训练/验证准确性：85-90％ 学分

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：25kb
    • 提供者：weixin_42148053

  1. Tf-CoronaXray：一种深度学习方法，用于对受COVID-19感染和正常病例的肺部X射线进行分类-源码

  2. Tf-电晕X射线 型号摘要： 3个卷积层，并带有最大展平的最大池化层，以将参数压缩为包含较大矢量的所有内容的列矢量。 Sigmoid用于将ReLU作为隐藏层激活函数的最终二进制分类。 每个时期训练和验证10幅图像的小批量（总共15个时期）。 该数据集来自Kaggle（日期为2020年2月）。 可视化模型测试和验证数据的准确性和损失： 附言：main.py和main.ipynb中的代码是相同的，为了方便使用，我将它们都放在这里。

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：318mb
    • 提供者：weixin_42151599

  1. CNN_epileptic_seizure_prediction：使用卷积神经网络和功能性近红外光谱信号预测癫痫发作-源码

  2. 卷积神经网络和功能性近红外光谱信号对癫痫发作的预测 请引用为：Rosas-Romero，R.，Guevara，E.，Peng，K.，Nguyen，DK，Lesage，F.，Pouliot，P.，and Lima-Saad，W.-E. （2019）。 与卷积神经网络和在生物学和医学功能近红外光谱信号的计算机癫痫发作的预测，111，103355. MATLAB中CNN的实现，用于癫痫发作的预测。 描述 该实现旨在解决二进制分类问题。 它可以轻松修改以解决多类问题。 该实现解决了癫痫发作的预测； 但

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：23kb
    • 提供者：weixin_42131367

  1. pytorch_spline_conv：在PyTorch中实现基于样条的SplineCNN卷积运算符-源码

  2. 基于样条的SplineCNN卷积算子 这是SplineCNN基于样条的卷积运算符的PyTorch实现，如我们的论文所述： Matthias Fey，Jan Eric Lenssen，Frank Weichert，HeinrichMüller： （CVPR 2018） 该运算符适用于所有浮点数据类型，并且已针对CPU和GPU实施。 安装 二进制文件 我们提供适用于所有主要OS / PyTorch / CUDA组合的拨轮，请参见。 PyTorch 1.7.0 要为PyTorch 1.7.0安

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：31kb
    • 提供者：weixin_42168830

  1. PornDetector：带有python，tensorflow，scikit-learn和opencv的*图像检测器-源码

  2. *侦探 两个python*图片（裸露）检测器。 第一个（pcr.py）使用scikit-learn和opencv。 使用1500个正样本和1500个负样本，我能够在标记上获得〜85％的准确性。 它使用两个机器学习的分类器-其中一个使用HSV颜色直方图，另一个使用SIFT描述符。 第二个（nnpcr.py）使用张量流神经网络。 在相同的标记下，我能够获得〜90％的准确性。 它使用4个卷积（3x3滤波器）和max_pool（2x2）层，一个1024个完全连接的层以及最后一个softmax分类

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：17mb
    • 提供者：weixin_42097189

  1. COVID-ResNet：使用Tensorflow中的深度卷积神经网络进行COVID-19诊断。 高性能，资源密集型模型-源码

  2. COVID-ResNet-使用深度卷积神经网络通过胸部X射线/ CT扫描诊断COVID-19 我不是医学专家，也不了解COVID-19。 请不要将此模型用于可用于构建参考的其他内容。 这绝不是生产就绪的解决方案。 受启发 COVID-Net的设计激起了我的好奇心，因为没有使用二进制分类，但是将图像分为三类。 如果将肺炎分类为正常，而不是将其分为“正常”，“肺炎”和“ COVID-19”三类，则应该有可能获得较高的准确性。 在尝试了不同的体系结构后，ResNet-18被认为是最有效的。 此存储

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：10kb
    • 提供者：weixin_42118701

  1. LeeCode每日一题–二进制求和

  2. 【前言】坚持日更LeeCode刷题系列     不积跬步,无以至千里;不积小流,无以成江海。愿与诸君共勉！   【题目】67.二进制求和     题目描述：给定两个二进制字符串，返回他们的和（用二进制表示）。     输入为非空字符串且只包含数字 1 和 0。     示例: 示例 1: 输入: a = 11, b = 1 输出: 100 示例 2: 输入: a = 1010, b = 1011 输出: 10101     思路一:如果看过我上题

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：85kb
    • 提供者：weixin_38625442
« 12 3 4 »