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. 多传感器信息融合技术的发展与未来

  2. 多传感器信息融合广泛应用于自动目标识别 战场监视 自动飞行器导航与控制 机器人 工业过程控制 遥感 医疗诊断 图像处理 模 式识别等领域 介绍了多传感器信息融合的定义的发展，融合的功能模型 结构模型及其融合层次，并简要介绍了融合的实现方法和现阶段研究存 在的问题，最后对多传感器融合技术进行了展望

  3. 所属分类：医疗

    • 发布日期：2010-01-10
    • 文件大小：163kb
    • 提供者：witheart

  1. 最好最全的51单片机学习教程

  2. 漫步在繁华的现代化的大都市的大街上，随时都可以看到街上有很多可以用卡取钱的机器(ATM自动柜员机)，十字路口的交通灯。我们的手机，我们家里数码电视机、数码音响、遥控器、空调、智能玩具..... 　　 　　这些“高科技”看上去是如此的神秘，它到底是怎样构成的，它是通过什么样的程序和什么样的方式来完成这一系列指令的呢？让我们取钱更方便、避免城市的交通混乱和交通阻塞……给我们生活带来了处处方便。其实这也是用单片机来控制的，单片机在我们生活中触手可及，它是如此地贴近我们的生活，单片机给我们的生活带来的

  3. 所属分类：硬件开发

    • 发布日期：2010-05-17
    • 文件大小：1mb
    • 提供者：iwaslihaiyang

  1. TipTop基礎操作管理系統

  2. TIPTOP软件 　　台湾鼎新公司的一款ERP产品，与神州数码的易拓是同宗产品。 编辑本段深圳利谱（Tiptop） 　　 公司标志 深圳市利谱信息技术有限公司成立于2000年7月，是深圳市高新技术企业，专门从事信息安全技术及产品的开发研制与相关服务。公司坚持"高科技创新、高水平管理、高标准服务"的经营理念，致力于提高我国政府机关、军警、企事业单位及个人的计算机信息安全防范水平，减少国家秘密、商业秘密和个人隐私的泄漏可能，开发、生产和推广信息安全产品，提供用户培训、现场评估、用户定制等技术服务，

  3. 所属分类：制造

    • 发布日期：2010-09-11
    • 文件大小：1mb
    • 提供者：emeralddream

  1. 医疗外科机器人

  2. 医疗外科机器人

  3. 所属分类：医疗

    • 发布日期：2017-06-14
    • 文件大小：52mb
    • 提供者：shunquanlan9446

  1. dragon board 410c 中文开发文档

  2. 高通骁龙410C开发板是基于高通400系列处理器的第一块开发板，性能优异，方便调试。它包含先进的电源管理，WIFI 蓝牙，GPS等等，所有都集成在一张信用卡大小的PCB板上。基于64位的410处理器，该开发板支持快速软件开发，可作为样机设计学习参考，并符合消费者96Boards 规范（就是ARM联合Linaro定义的一个以Cortex-A系列处理器开发板为主的ARM开放平台规范，取名96Boards）。这使得它非常易于实现物联网产品的嵌入式计算，包含下一代的机器人，相机，医疗设备，自动售货机，

  3. 所属分类：Android

    • 发布日期：2017-10-11
    • 文件大小：4mb
    • 提供者：qq_33160790

  1. 机器学习个人笔记完整版v4.21

  2. 斯坦福大学 2014 机器学习教程中文笔记：本课程ᨀ供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括： （一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。（二）无监督学习 （聚类，降维，推荐系统，深入学习推荐）。（三）在机器学习的最佳实践（偏差/方差理 论；在机器学习和人工智能创新过程）。本课程还将使用大量的案例研究，您还将学习如何 运用学习算法构建智能机器人（感知，控制），文本的理解（Web 搜索，反垃圾邮件），计 算机视觉，医疗信息，音频，数据挖掘，和其他

  3. 所属分类：机器学习

    • 发布日期：2017-12-20
    • 文件大小：10mb
    • 提供者：weixin_37562521

  1. 机器学习个人笔记完整版v4.21

  2. 吴恩达的机器学习教程中文笔记，主题包括： （一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。（二）无监督学习（聚类，降维，推荐系统，深入学习推荐）。（三）在机器学习的最佳实践（偏差/方差理论；在机器学习和人工智能创新过程）。本课程还将使用大量的案例研究，您还将学习如何运用学习算法构建智能机器人（感知，控制），文本的理解（Web 搜索，反垃圾邮件），计算机视觉，医疗信息，音频，数据挖掘，和其他领域。

  3. 所属分类：机器学习

    • 发布日期：2018-04-07
    • 文件大小：10mb
    • 提供者：m0_37868504

  1. 凌云三维图像采集处理系统

  2. 凌云针对三维图像采集处理系统，采用国际先进的双目视觉系统，在通常机器视觉利用二维图像进行检测基础上，实现立体三维视觉。三维视觉不仅获得景物的颜色形状，同时还获得景物的深度信息，即景物中各点距离成像器件的远近。就像人要用两只眼睛才能判断景物距离人体远近一样。该系统硬件上实现可实现全视场深度测量；实时3D数据转换，被动式3D传感，镜头畸变和相机位置偏差自动校正，灵活的软件环境提供多种立体图像处理方法。系统还包含Triclops立体软件开发包，可以对所摄立体影像进行最优化的全面立体校正。这种方法因其

  3. 所属分类：制造

    • 发布日期：2018-04-28
    • 文件大小：589kb
    • 提供者：mengfansheng16

  1. 斯坦福大学 2014 机器学习教程中文笔记

  2. 本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括： （一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。 （二）无监督学习（聚类，降维，推荐系统，深入学习推荐）。 （三）在机器学习的最佳实践（偏差/方差理论；在机器学习和人工智能创新过程）。 本课程还将使用大量的案例研究，您还将学习如何运用学习算法构建智能机器人（感知，控 制），文本的理解（Web 搜索，反垃圾邮件），计算机视觉，医疗信息，音频，数据挖掘， 和其他领域。 本课程需要 10 周共 18 节课

  3. 所属分类：机器学习

    • 发布日期：2018-07-28
    • 文件大小：6mb
    • 提供者：xiaoxc_java

  1. 斯坦福机器学习课程的笔记

  2. 斯坦福机器学习课程的PPT。本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括：（一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。（二）无监督学习（聚类，降维，推荐系统，深入学习推荐）。（三）在机器学习的最佳实践（偏差/方差理论；在机器学习和人工智能创新过程）。本课程还将使用大量的案例研究，您还将学习如何运用学习算法构建智能机器人（感知，控制），文本的理解（Web 搜索，反垃圾邮件），计算机视觉，医疗信息，音频，数据挖掘，和其他领域。本课程需要10 周共

  3. 所属分类：深度学习

    • 发布日期：2018-07-14
    • 文件大小：205mb
    • 提供者：weixin_40704532

  1. 斯坦福机器学习课程的讲义

  2. 斯坦福机器学习课程的PPT。本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括：（一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。（二）无监督学习（聚类，降维，推荐系统，深入学习推荐）。（三）在机器学习的最佳实践（偏差/方差理论；在机器学习和人工智能创新过程）。本课程还将使用大量的案例研究，您还将学习如何运用学习算法构建智能机器人（感知，控制），文本的理解（Web 搜索，反垃圾邮件），计算机视觉，医疗信息，音频，数据挖掘，和其他领域。本课程需要10 周共

  3. 所属分类：机器学习

    • 发布日期：2018-07-14
    • 文件大小：35mb
    • 提供者：weixin_40704532

  1. 斯坦福大学 2014机器学习教程中文笔记

  2. 斯坦福大学 2014机器学习教程中文笔记 Machine Learning(机器学习 机器学习 )是研究计算机怎样模拟或实现人类的 学习行为，以获取新是研究计算机怎样模拟或实现人类的 学习行为，以获取新是研究计算机怎样模拟或实现人类的 学习行为，以获取新是研究计算机怎样模拟或实现人类的 学习行为，以获取新是研究计算机怎样模拟或实现人类的 学习行为，以获取新是研究计算机怎样模拟或实现人类的 学习行为，以获取新是研究计算机怎样模拟或实现人类的 学习行为，以获取新是研究计算机怎样模拟或实现人类的 学

  3. 所属分类：机器学习

    • 发布日期：2018-11-12
    • 文件大小：11mb
    • 提供者：u014793454

  1. 机器学习个人笔记完整版（附数学公式）v5.28

  2. Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。在过去的十年中，机器学习帮助我们自动驾驶汽车，有效的语音识别，有效的网络搜索，并极大地提高了人类基因组的认识。机器学习是当今非常普遍，你可能会使用这一天几十倍而不自知。很多研究者也认为这是最好的人工智能的取得方式。在本课中，您将学习

  3. 所属分类：机器学习

    • 发布日期：2018-11-12
    • 文件大小：7mb
    • 提供者：u014793454

  1. 机器学习笔记

  2. 本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括： （一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。 （二）无监督学习（聚类，降维，推荐系统，深入学习推荐）。 （三）在机器学习的最佳实践（偏差/方差理论；在机器学习和人工智能创新过程）。本课程还将使用大量的案例研究，您还将学习如何运用学习算法构建智能机器人（感知，控制），文本的理解（Web搜索，反垃圾邮件），计算机视觉，医疗信息，音频，数据挖掘，和其他领域。

  3. 所属分类：机器学习

    • 发布日期：2019-02-14
    • 文件大小：16mb
    • 提供者：linyan803

  1. 机器学习和深度学习个人笔记合集

  2. Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演译。在过去的十年中，机器学习帮助我们自动驾驶汽车，有效的语音识别，有效的网络搜索，并极大地提高了人类基因组的认识。机器学习是当今非常普遍，你可能会使用这一天几十倍而不自知。很多研究者也认为这是最好的人工智能的取得方式。在本课中，您将学习

  3. 所属分类：机器学习

    • 发布日期：2019-04-17
    • 文件大小：81mb
    • 提供者：action_now_

  1. 斯坦福机器学习笔记.zip

  2. 机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。在过去的十年中，机器学习帮助我们自动驾驶汽车，有效的语音识别，有效的网络搜索，并极大地提高了人类基因组的认识。在本课中，将学习最有效的机器学习技术，并获得实践，让它们为自己的工作。更重要的是，不仅得到理论基础的学习，而且获得那些需要快速和强大的应用技术解决问题的实用技

  3. 所属分类：机器学习

  1. 机器学习个人笔记完整版v5.4.docx

  2. 本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括： （一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。 （二）无监督学习（聚类，降维，推荐系统，深入学习推荐）。 （三）在机器学习的最佳实践（偏差/方差理论；在机器学习和人工智能创新过程）。本课程还将使用大量的案例研究，您还将学习如何运用学习算法构建智能机器人（感知，控制），文本的理解（Web搜索，反垃圾邮件），计算机视觉，医疗信息，音频，数据挖掘，和其他领域。 本课程需要10周共1

  3. 所属分类：机器学习

    • 发布日期：2020-02-15
    • 文件大小：760kb
    • 提供者：kuaileren003

  1. 医疗电子中的家用医疗保健智能机器人设计

  2. 摘要：未来社会将会越来越重视医疗保健服务，提出一种新型智能机器人，就其在数字化家庭医疗保健方面的应用进行模型设计，并将蓝牙技术应用在智能机器人与医疗仪器和控制PC的通信中。       关键词：数字化家庭；智能机器人；传感器；蓝牙技术；医疗保健；ROKl01007；TMS320C54x       1 引言       数字化家庭是未来智能小区系统的基本单元。所谓“数字化家庭”就是基于家庭内部网络提供覆盖整个家庭的智能化服务，包括数据通信、家庭娱乐和信息家电控制功能。       数字

  3. 所属分类：其它

    • 发布日期：2020-12-06
    • 文件大小：106kb
    • 提供者：weixin_38631197

  1. ICRA2020-paper-list:Paopaorobot发布的ICRA2020论文清单-源码

  2. ICRA2020-纸单 欢迎参加2020年IEEE机器人与自动化国际会议ICRA 2020。 ICRA是世界上最大的机器人会议，并且是IEEE机器人与自动化学会的旗舰会议。因此，尽管我们当前的特殊情况并不能使我们以出色的机器人社区应有的一瞥和辉煌来组织它，但是我们很荣幸地欢迎您参加本版。 ICRA 2020收到来自64个国家和14665名作者的3,512项提交，创了新纪录。总共审查了3,446篇论文。十个最受欢迎的关键字按降序排列是：机器人技术和自动化中的深度学习，运动和路径规划，本地化，学

  3. 所属分类：其它

  1. 机器产业报告：明日之星

  2. 本文将创造性地运用两种研究方式：大数据挖掘分析+产业链验证，相对于传统研究而言， 大大降低了对于二手信息的依赖，更多地从一手信息出发去统计、分析及解读。具体方式： 1) 行业分类：我们将机器人分为七大类，分别为工业机器人、家庭作业机器人、娱乐休 闲机器人（包含教育类机器人）、国防安全机器人（包含水下机器人）、医疗机器人与 专业清洁机器人。我们尽可能地列出这七大细分行业中的企业（536 家）以及其子公 司名称； 2) 大数据挖掘：我们在形成企业名单之后，可以利用 python 技术、互联网舆情分析

  3. 所属分类：其它

« 12 »