国产精品99久久精品,亚洲最大成人免费视频,国产一区二区精品丝袜

三網(wǎng)融合

tcp ip 作者: W.Richard Stevens 國際知名的Unix和網絡專家

tcp ip 作者: W.Richard Stevens 國際知名的Unix和網絡專家，《TCP/IP 詳解》（三卷本）作者　　W.Richard Stevens（1951-1999），是國際知名的Unix和網絡專家；受人尊敬的計算機圖書作家；同時他還是廣受歡迎的教師和顧問。Stevens先生1951年生于贊比亞，他的家庭曾多次搬遷，最終定居于南非。早年，他就讀于美國弗吉尼亞州的費什本軍事學校，后獲得密歇根大學學士、亞利桑那大學系統工程碩士和博士學位。他曾就職于基特峰國家天文臺，從事計算機編程；還曾在康涅狄格州紐黑文市的健康系統國際公司任主管計算機服務的副總裁。 1.1

標簽： Richard Stevens Unix tcp

上傳時間： 2014-01-21

上傳用戶：685
作者: W.Richard Stevens 國際知名的Unix和網絡專家

作者: W.Richard Stevens 國際知名的Unix和網絡專家，《TCP/IP 詳解》（三卷本）作者　　W.Richard Stevens（1951-1999），是國際知名的Unix和網絡專家；受人尊敬的計算機圖書作家；同時他還是廣受歡迎的教師和顧問。Stevens先生1951年生于贊比亞，他的家庭曾多次搬遷，最終定居于南非。早年，他就讀于美國弗吉尼亞州的費什本軍事學校，后獲得密歇根大學學士、亞利桑那大學系統工程碩士和博士學位。他曾就職于基特峰國家天文臺，從事計算機編程；還曾在康涅狄格州紐黑文市的健康系統國際公司任主管計算機服務的副總裁。1.2

標簽： Richard Stevens Unix 國際

上傳時間： 2013-12-29

上傳用戶：xinzhch
運動會分數統計參加運動會的n個學校編號為1~n。比賽分成m個男子項目和w個女子項目

運動會分數統計參加運動會的n個學校編號為1~n。比賽分成m個男子項目和w個女子項目，項目編號分別為1~m和m＋1~m＋w。由于各項目參加人數差別較大，有些項目取前五名，得分順序為7，5，3，2，1；還有些項目只取前三名，得分順序為5，3，2。寫一個統計程序產生各種成績單和得分報表

標簽： 項目分數分

上傳時間： 2016-03-23

上傳用戶：zhuyibin
圖形融合程序

圖形融合程序，可以實現加權，IHS,PCA 三種融合算法

標簽： 圖形融合程序

上傳時間： 2013-11-28

上傳用戶：yiwen213
ThreeColorFlags問題最早由E.W.Dijkstra所提出

ThreeColorFlags問題最早由E.W.Dijkstra所提出，塔所使用的用語為Dutch Nation Flag（Dijkstra為荷蘭人），而多數的作者則使用Three-Color Flag來說明。假設有一條繩子，上面有紅，白，藍三種顏色的旗子，起初繩子上的旗子顏色并沒有順序，您希望將之分類，并排列藍，白，紅的順序，要如何移動次數才會最少，注意您只能在繩子上進行這個動作，而且一次只能調換兩個旗子。

標簽： ThreeColorFlags Dijkstra

上傳時間： 2016-07-30

上傳用戶：zhangyi99104144
參加運動會的n個學校編號為l～n。比賽分成m個男子項目和w個女子項目

參加運動會的n個學校編號為l～n。比賽分成m個男子項目和w個女子項目，項目編號分別為l～m和m＋1～m＋w。由于各項目參加人數差別較大，有些項目取前五名，得分順序為7，5，3，2，1；還有些項目只取前三名，得分順序為5， 3，2。設計一個統計系統按名次產生各種成績單、得分報表。

標簽： 項目分

上傳時間： 2016-10-26

上傳用戶：zhangyi99104144
多傳感器數據融合理論及應用(第二版)

本教材在“對潛在目標的跟蹤和識別中多傳感器多目標數據融合技術”這門短期課程，做了一些新的數據融合算法進行解釋和舉例說明。許多讀者對其中三個領域特別感興趣，即貝葉斯推理、人工神經網絡和模糊邏輯。本書正是包含了這些新發展起來的內容，滿足了對這些知識有需求的讀者。

標簽： 多傳感器數據融合

上傳時間： 2017-05-20

上傳用戶：dahui83
視覺圖像和可穿戴計算數據融合的跌倒檢測技術及應用

人口老齡化是世界各國正在面對的一個普遍問題。隨著我國老齡化程度的持續加劇，對于老年人群體的醫療資源投入會不斷提高。而與此同時，跌倒已經成為老年人日常生活中最為常見的危險行為活動。所以，跌倒檢測系統的研究和應用對降低老年人受到的身心傷害和醫療成本具有顯著的意義。目前解決老年人跌倒檢測的方案仍存在許多不足。其中，基于計算機視覺的跌倒檢測技術在無干擾的場景下檢測較為有效，但其易受環境變化（如背景光線影響、人遮擋問題等）影響。此外，基于可穿戴計算的跌倒檢測技術受限于算法穩定性和識別準確率，系統的靈敏度和特異性難以同時得到保證。針對上述問題本文提出一種融合計算機視覺和可穿戴計算數據的跌倒檢測新的方法。首先，設計并開發了集成三軸加速度計、三軸陀螺儀和藍牙的活動感知模塊，實現實時采集、傳輸人體活動數據：其次，使用深度學習算法從攝像頭采集的圖像數據提取人體姿態特征數據：最后，對采集的人體活動數據和姿態數據進行規范化和時序化處理，設計了兩個深度學習網絡分別對數據進行特征提取，并將兩特征進行特征層數據融合，在此基礎上構建神經網絡對融合數據進行活動本文搭建了實驗平臺并進行了算法測試，其中，本文跌倒檢測算法針對離線測試數據的準確率為992%，平均敏感度為995%、平均特異性為99.8%：針對在線數據系統測試準確率為98.9%、平均敏感度為99.2%、平均特異性為99.5%實驗結果證明了利用計算機視覺和可穿戴計算數據融合的跌倒檢測具有較高的準確率和魯棒性。

標簽： 視覺圖像數據融合

上傳時間： 2022-03-14

上傳用戶：bluedrops
基于多源測量數據融合的三維建模技術研究

本文以某油田數字化改造項目為背景，研究內容主要分為如下四個部分（1）三維激光掃描儀在掃描作業中會產生精度不符合項目要求的問題，導致后續的維模型精度無法達到要求。本文系統分析了掃描儀的誤差來源，采用單邊法和交叉雙邊法的標定實驗方案，可以較快、較準確的檢驗三維激光掃描儀的精度，為后續數據獲取奠定了良好的基礎（2）傳統的紋理圖片采集方法沒有規則，拍攝的圖片較多，數據量較大，且有時會遺漏部分場景信息。通過對比分析研究前后幾次采集的大量紋理圖片數據，提出了一種快速、全面的紋理采集方法，提高了采集效率，降低了數據量。通過研究降噪、增強特征等算法，對紋理圖片進行處理，獲取了較好的模型顯示細膩感。最后，通過對比實驗分析了上種不同理貼圖方法在模型真實度、內存占用量和操作易程度等力面的影響，得出各個貼圖方法的優缺點及適用范圍，為后續的高質量、快速度的紋理貼圖提供了理論依據（3）針對地面激光掃描儀在點云拼接時出現無法識別標靶球的問題，分析研究了大量其它站掃描的點云數據和標靶擺放位置，提出了相應的擺放規則，提高了識別標靶的成功率和點云拼接效率。復雜的曲面類模型在正向建模軟件中的操作難度較大，且操作復雜，作者通過轉換格式將點云放置在逆向軟件中使用曲面擬合建模方法進行三維建模，提高了建模效率。非規則類模型在通過交集、并集和差集操作時會出現模型消失的問題，經過實驗和研究，詳細提出了其建模步驟，減少了該類問題的出現。團隊協同作業的模型整合階段容易出現材質和模型重復問題，結合項目的建模技術要求提出了相關的模型建模規范，提高了模型整合效率

標簽： 數據融合

上傳時間： 2022-03-17

上傳用戶：XuVshu
SD卡的第三章譯文

SD卡的第三章譯文

標簽： SD卡

上傳時間： 2013-04-15

上傳用戶：eeworm

<ol id="vbxzn"></ol>