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. Mathematica学习.rar

  2. 内容如下: mathematica教程.chm 线性代数基本问题.ppt 绘图.ppt 应用.ppt 简介.ppt 数学物理问题.pdf 软件的使用.pdf 求导.ppt 微积分运算命令与例题.ppt Mathematica软件简介.ppt 基础.ppt Mathematica笔记 Untitled-1.nb 三维绘图.nb 二维图形元素.nb 初学.nb 图形的样式.nb 图形的重绘和组合.nb 基本图形 元素.nb 建表.nb 微分与积分.nb 微分方程.nb 方程与根的求解.nb 求和与

  3. 所属分类：专业指导

    • 发布日期：2009-05-11
    • 文件大小：6291456
    • 提供者：freyfish

  1. 王仁宏老师的《数值逼近》word文档

  2. 王仁宏老师的《数值逼近》word文档，第一章 Weierstrass定理与线性算子逼近　§1Weierstrass第一定理　§2Weierstrass第二定理　§3线性正算子与Korovkin定理　第一章习题第二章 一致逼近　§1Borel存在定理　§2最佳逼近定理　§3Tchebyshev最小零偏差多项式及其应用　§4最佳一致逼近的收敛速度估计　§5函数的构造性理论　§6代数多项式逼近理论中的有关结果　第二章习题第三章 多项式插值方法　§1Lagrange插值公式　§2

  3. 所属分类：其它

    • 发布日期：2009-05-11
    • 文件大小：2097152
    • 提供者：keaiting

  1. 基于FPGA的高速卷积的硬件设计实现

  2. 在数字信号处理领域，离散时间系统的输出响应，可以直接由输入信号与系统单位冲激响应的离散卷积得到。离散卷积在电子通信领域应用广泛，是工程应用的基础。如果直接在时域进行卷积，卷积过程中所必须的大量乘法和加法运算，一定程度地限制了数据处理的实时性，不能满足时效性强的工程应用。本文从实际工程应用出发，使用快速傅里叶变换(FFT)技术，探讨卷积的高速硬件实现方法。1卷积算法的原理设线性时不变系统的冲激响应为h(n)，则冲激响应和输入δ(n)之间有关系假设该系统的输入为x(n)，输出为y(n)，则根据线性时

  3. 所属分类：其它

    • 发布日期：2020-10-25
    • 文件大小：625664
    • 提供者：weixin_38562026

  1. Python实现求笛卡尔乘积的方法

  2. 本文实例讲述了Python实现求笛卡尔乘积的方法。分享给大家供大家参考，具体如下： 在数学中，两个集合X和Y的笛卡尓乘积（Cartesian product），又称直积，表示为X × Y，第一个对象是X的成员而第二个对象是Y的所有可能有序对的其中一个成员。假设集合A={a,b}，集合B={0,1,2}，则两个集合的笛卡尔积为{(a,0), (a,1), (a,2), (b,0), (b,1), (b, 2)}。有时我们需要在python求两个list的笛卡尔乘积，其实很简单，一行代码搞定。 例如

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：50176
    • 提供者：weixin_38546789

  1. PyTorch上实现卷积神经网络CNN的方法

  2. 一、卷积神经网络 卷积神经网络（ConvolutionalNeuralNetwork，CNN）最初是为解决图像识别等问题设计的，CNN现在的应用已经不限于图像和视频，也可用于时间序列信号，比如音频信号和文本数据等。CNN作为一个深度学习架构被提出的最初诉求是降低对图像数据预处理的要求，避免复杂的特征工程。在卷积神经网络中，第一个卷积层会直接接受图像像素级的输入，每一层卷积（滤波器）都会提取数据中最有效的特征，这种方法可以提取到图像中最基础的特征，而后再进行组合和抽象形成更高阶的特征，因此CNN在

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：67584
    • 提供者：weixin_38564718

  1. TensorFlow实现卷积神经网络CNN

  2. 一、卷积神经网络CNN简介 卷积神经网络（ConvolutionalNeuralNetwork，CNN）最初是为解决图像识别等问题设计的，CNN现在的应用已经不限于图像和视频，也可用于时间序列信号，比如音频信号和文本数据等。CNN作为一个深度学习架构被提出的最初诉求是降低对图像数据预处理的要求，避免复杂的特征工程。在卷积神经网络中，第一个卷积层会直接接受图像像素级的输入，每一层卷积（滤波器）都会提取数据中最有效的特征，这种方法可以提取到图像中最基础的特征，而后再进行组合和抽象形成更高阶的特征，因

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：83968
    • 提供者：weixin_38736721

  1. TensorFlow深度学习之卷积神经网络CNN

  2. 一、卷积神经网络的概述 卷积神经网络（ConvolutionalNeural Network，CNN）最初是为解决图像识别等问题设计的，CNN现在的应用已经不限于图像和视频，也可用于时间序列信号，比如音频信号和文本数据等。CNN作为一个深度学习架构被提出的最初诉求是降低对图像数据预处理的要求，避免复杂的特征工程。在卷积神经网络中，第一个卷积层会直接接受图像像素级的输入，每一层卷积（滤波器）都会提取数据中最有效的特征，这种方法可以提取到图像中最基础的特征，而后再进行组合和抽象形成更高阶的特征，因此

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：141312
    • 提供者：weixin_38682279

  1. Python2.7基于笛卡尔积算法实现N个数组的排列组合运算示例

  2. 本文实例讲述了Python2.7基于笛卡尔积算法实现N个数组的排列组合运算。分享给大家供大家参考，具体如下： 说明：本人前段时间遇到的求n个数组的所有排列组合的问题，发现笛卡尔积算法可以解决，但是网上搜索的只有Java版本的实现，于是自己试着用python实现，由于新手代码不太规范。 代码：本人封装了一个类Cartesian（笛卡尔），其中封装了变量和方法： 1.变量 datagroup : 表示n个list(python 中的list与其他编程中的数组定义类似)的集合,即一个二维数组 coun

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：68608
    • 提供者：weixin_38698403

  1. 积最大的分解（Python）

  2. 【问题描述】从键盘输入一个正整数n(n>1)，该正整数可以分解成两个正整数k1和k2之和（允许k1和k2相等）。请编写一个函数求使两个正整数的乘积最大的分解方案，并返回乘积max。 【输入形式】标准输入的一行表示正整数n 【输出形式】标准输出的一行表示最大乘积max，若输入的数据不合法（如：负整数、0或1），输出”illegal input”。 【样例输入】20 【样例输出】100 【样例说明】20=10 + 10，此时积最大，为100。 def max_divide(): num

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：24576
    • 提供者：weixin_38732740

  1. Python通过两个dataframe用for循环求笛卡尔积

  2. 合并两个没有共同列的dataframe，相当于按行号求笛卡尔积。 最终效果如下 以下代码是参考别人的代码修改的： def cartesian_df(A,B): new_df = pd.DataFrame(columns=list(A).extend(list(B))) for _,A_row in A.iterrows(): for _,B_row in B.iterrows(): row = A_row.append(B_row)

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：114688
    • 提供者：weixin_38708707

  1. Tensorflow 卷积的梯度反向传播过程

  2. 一. valid卷积的梯度 我们分两种不同的情况讨论valid卷积的梯度：第一种情况，在已知卷积核的情况下，对未知张量求导(即对张量中每一个变量求导)；第二种情况，在已知张量的情况下，对未知卷积核求导(即对卷积核中每一个变量求导) 1.已知卷积核，对未知张量求导 我们用一个简单的例子理解valid卷积的梯度反向传播。假设有一个3×3的未知张量x，以及已知的2×2的卷积核K Tensorflow提供函数tf.nn.conv2d_backprop_input实现了valid卷积中对未知变量的求导，以

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：43008
    • 提供者：weixin_38538224

  1. Python龙贝格法求积分实例

  2. 我就废话不多说了，直接上代码吧！ # 龙贝格法求积分 import math a=0 # 积分下限 b=1 # 积分上限 eps=10**-5 # 精度 T=[] # 复化梯形序列 S=[] # Simpson序列 C=[] # Cotes序列 R=[] # Romberg序列 def func(x): # 被积函数 y=math.exp(-x) return y def Romberg(a,b,eps,func): h = b - a T.append(

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：87040
    • 提供者：weixin_38731239

  1. C语言实现求定积分的方法

  2. 本文实例讲述了C语言实现求定积分的方法。分享给大家供大家参考。具体实现方法如下： 代码如下: #include   #include #define ACC 1000 float solve(float (*p)(float),float up,float down,int acc); float fun_exp(float x); float fun_qua(float x); void main(){ char selection; float up,down; while(print

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：33792
    • 提供者：weixin_38562079

  1. Python编程使用*解包和itertools.product()求笛卡尔积的方法

  2. 本文实例讲述了Python编程使用*解包和itertools.product()求笛卡尔积的方法。分享给大家供大家参考，具体如下： 【问题】 目前有一字符串s = "['a', 'b'],['c', 'd']"，想把它分开成为两个列表： list1 = ['a', 'b'] list2 = ['c', 'd'] 之后使用itertools.product()求笛卡尔积，应该写成： for i in itertools.product(list1, list2): print i 结果

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：56320
    • 提供者：weixin_38645865

  1. 卷积神经网络基础

  2. 1.二维互相关运算：由二维的输入数组和二维的核数组得到一个二维的输出数组。 这个二维的核数组通常称为卷积核或过滤器（filter），它的高度和宽度一般比输入数组小。 二维卷积层是将输入与卷积核做互相关运算，再加一个标量偏置。因此卷积层的模型参数就包括卷积核和标量偏置。 2.特征图（feature map）：简单来说就是指输出数组，因为它可以看作是输入在空间维度（高和宽）上的某一级表征。 感受野（receptive field）：输出数组上的某一个数y可以被输入数组上的哪些数字x所影响，这些x就是

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：59392
    • 提供者：weixin_38714761

  1. python 求定积分和不定积分示例

  2. 求f(x) = sin(x)/x 的不定积分和负无穷到正无穷的定积分 sin(x)/x 的不定积分是信号函数sig ，负无穷到正无穷的定积分为pi import math import numpy as np import matplotlib.pyplot as plt from sympy import * #用于求导积分等科学计算 def draw_plot_set():#设置画图格式 ax = plt.gca() #改变坐标轴位置 ax.spines['right'].se

  3. 所属分类：其它

    • 发布日期：2021-01-02
    • 文件大小：66560
    • 提供者：weixin_38658405

  1. 基于积分图像和FFT快速卷积的纹理合成加速算法

  2. 本文对Image Quilting算法中求SSD误差的方法进行改进，提出积分图像和FFT<span style="font-family:楷体_GB2312;

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：732160
    • 提供者：weixin_38748382

  1. 基于自适应卷积特征的目标跟踪算法

  2. 针对空间正则化相关滤波(SRDCF)跟踪算法在目标跟踪中旋转变化、超出视野和严重遮挡情况下存在跟踪失败的问题, 提出了一种基于自适应卷积特征的目标跟踪算法。对VGG-Net模型中conv3-4层卷积特征进行主成分分析, 利用自适应降维技术将conv3-4层特征维数由256维降至130维。在检测区域求取分类器最大响应位置及其目标尺度信息, 并对最大响应位置的目标进行置信度比较, 训练在线支持向量机(SVM)分类器, 以便在跟踪失败的情况下, 重新检测到目标而实现长期跟踪。计算跟踪位置的峰旁比, 选

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：20971520
    • 提供者：weixin_38714761

  1. 复杂背景下交错低秩组卷积混合深度网络的路面裂缝检测算法研究

  2. 由于混凝土路面光照强度不均匀、背景复杂、噪声干扰大,传统的裂缝检测算法难以准确提取其裂缝特征。为了在提高裂缝检测准确性的同时减少计算冗余,提出了一种将低秩核和组卷积结合的交错低秩组卷积混合深度网络的路面裂缝检测算法。首先利用重叠滑动窗口裁剪方法建立裂缝图像数据集,在训练集上生成一个具有较好鲁棒性的分类器,对裂缝及非裂缝图像进行分类,然后采用自适应阈值法得到边缘轮廓清晰的裂缝二值化图像,最后采用中轴线法求取裂缝最大宽度。在测试集上验证模型的性能,实验结果表明测试精度为0.9726,效果优于经典的裂

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：11534336
    • 提供者：weixin_38641150

  1. Python 做曲线拟合和求积分的方法

  2. 这是一个由加油站油罐传感器测量的油罐高度数据和出油体积，根据体积和高度的倒数，用截面积来描述油罐形状，求出拟合曲线，再用标准数据，求积分来验证拟合曲线效果和误差的一个小项目。 主要的就是首先要安装Anaconda  python库，然后来运用这些数学工具。 ###最小二乘法试验### import numpy as np import pymysql from scipy.optimize import leastsq from scipy import integrate ###绘图，看拟合

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：58368
    • 提供者：weixin_38623919
« 1 2 3 4 5 6 78 9 10 11 12 ... 34 »