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. C语言高级编程技术-最爱欢迎的的编程语言之一

  2. 高级编程技术 介绍如何利用 TC 系统所提供的相关函数实现菜单设计、图形绘制、动画的播放、乐曲 的演奏、汉字的显示、图片的显现等技术，在讲述时，以问题-解答的方式来逐渐阐明。 1 文本的屏幕输出和键盘输入........................................................................................... 1 1.1 文本的屏幕输出..........................................

  3. 所属分类：C

    • 发布日期：2009-07-22
    • 文件大小：337kb
    • 提供者：randychenzc

  1. 华南理工大学计算机图形学实验

  2. 一、 1.Please download and install the glut library. 2.Write a complete program using the following codes to draw a Sierpinski gasket. void myinit() { // attributes glClearColor(1.0,1.0,1.0,1.0); glColor3f(1.0,0.0,0.0); // set up viewing glMatrixMode(

  3. 所属分类：C/C++

    • 发布日期：2018-05-20
    • 文件大小：48mb
    • 提供者：z_y_r12138

  1. 基于3D目标识别的工业机器人无序分拣技术研究.pdf

  2. 为硕博士论文。 运动目标物体检测是现今计算机视觉研究的热点问题之一。对该问题虽然研究数量众多,但一些复杂的问题,例如环境光照变化、目标物体半/全遮挡、目标物体刚性/非刚性形变等,仍然极具挑战并且严重阻碍运动目标检测效果的进一步提高。本论文主要提出了一种具有普适性,能适用于不同环境或背景下检测运动目标物体的框架。该框架以增量学习理论为基础,将模式识别理论中的多模态模型(包括经典的分类模型、新颖的聚类模型等)无缝运用在运动目标物体检测问题的求解。具体来说,本论文采用的增量学习思想主要基于视频相邻帧

  3. 所属分类：硬件开发

    • 发布日期：2019-09-15
    • 文件大小：5mb
    • 提供者：learnjavaboy

  1. 计组大作业-minisys单周期CPU

  2. 本资源包含了计算机组成原理课程最后的课程设计的所有相关资源、代码、PPT以及实验报告。其中包含了minisys的工程文件，打开即可看到，本课设还包含了外设的使用，也录制了相关使用外设的演示视频如蜂鸣器（音节和救护车声音）、七段数码管、数码管时钟等

  3. 所属分类：嵌入式

    • 发布日期：2020-05-14
    • 文件大小：72mb
    • 提供者：weixin_42815846

  1. 计算机组成实验视频.

  2. 计算机组成实验学习视频.分享之，共同进步

  3. 所属分类：专业指导

    • 发布日期：2012-11-15
    • 文件大小：38mb
    • 提供者：azjxyy

  1. 计算机组成原理实验模拟软件TEC-XP手册与视频.rar

  2. 本次实验采用的是TEC-XP实验机。TEC-XP机是一台软、硬件相对完整、配置小巧合理的 完整计算机系统。机器有运算器、控制器、存储器、输入设备、输出设备等计算机完整要素。 TEC-XP的组成可分为硬件组成和软件组成。

  3. 所属分类：其它

    • 发布日期：2020-09-22
    • 文件大小：79mb
    • 提供者：LiuLong0907

  1. 传感技术中的基于CMOS图像传感器OV5017的计算机并口图像采集系统

  2. 摘　要：详细介绍了CMOS图像传感器芯片OV5017的基本性能和编程特点，以及计算机并行口的性能和使用。在此基础上，分析并给出了基于OV5017的计算机并口图像采集系统的硬件组成和软件实现。实验表明，该系统设计合理，硬件电路简洁，软件编程容易，具有较高的实用价值。       关键词：CMOS图像传感器；OV5017；计算机并口；图像采集       1　引言       图像采集是数字图像处理、图像识别的基础，其应用领域非常广泛。传统的图像采集是采用图像采集卡或视霸卡将CCD摄像机的

  3. 所属分类：其它

    • 发布日期：2020-12-06
    • 文件大小：111kb
    • 提供者：weixin_38721252

  1. 基于分层池的深度卷积神经网络用于人类动作识别

  2. 基于视频的人体动作识别是计算机视觉中一个活跃且具有挑战性的话题。过去几年，深度卷积神经网络（CNN）成为最受欢迎的方法，并在HMDB-51和UCF-101等多个数据集上达到了最先进的性能。 由于每个视频都具有多种帧级功能，因此如何组合这些功能以获得良好的视频级功能成为一项艰巨的任务。 因此，本文提出了一种基于深度卷积神经网络（SP-CNN）的新颖的动作识别方法-分层池化。 该过程主要由五个部分组成：（i）在目标数据集上微调预训练的CNN，（ii）帧级特征提取； （iii）用于减少特征维数的主成分

  3. 所属分类：其它