亚洲日本天堂,亚洲精品进入,亚洲欧洲自拍

壓縮感知

對(duì)于人的感官來(lái)說(shuō)

對(duì)于人的感官來(lái)說(shuō)，有視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)和味覺(jué)等方面的感知。在視覺(jué)方面，可以感知位置、運(yùn)動(dòng)、顏色、紋理、形狀、符號(hào)等；在聽(tīng)覺(jué)方面，可以感知位置、運(yùn)動(dòng)、音調(diào)、音量、旋律等；另外還有觸覺(jué)(機(jī)械的、熱的、電的、肌肉運(yùn)動(dòng)方面的)和嗅覺(jué)(氣味、味道等)。除了視覺(jué)、觸覺(jué)和嗅覺(jué)外，人們可以從聽(tīng)覺(jué)中獲得許多信息，如我們?nèi)粘Ｊ章?tīng)的電臺(tái)節(jié)目、欣賞的音樂(lè)、聆聽(tīng)的自然聲響等。有許多與音頻相關(guān)的應(yīng)用，如音頻數(shù)據(jù)庫(kù)、廣播、音頻編輯、監(jiān)控、在線音樂(lè)等

標(biāo)簽：

上傳時(shí)間： 2014-01-04

上傳用戶(hù)：sssl
基于人工神經(jīng)網(wǎng)絡(luò)的數(shù)字音頻水印算法。提出了一種新的基于神經(jīng)網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)的數(shù)字音頻水印算法

基于人工神經(jīng)網(wǎng)絡(luò)的數(shù)字音頻水印算法。提出了一種新的基于神經(jīng)網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)的數(shù)字音頻水印算法，采用本算法在一段數(shù)字音頻數(shù)據(jù)中隱藏了一幅不可感知的二值圖像．通過(guò)后向傳播算法的神經(jīng)網(wǎng)絡(luò)訓(xùn)練出模板信號(hào)與嵌入了水印信號(hào)的音頻之間的關(guān)系特征，由于神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)和自適應(yīng)的特性，通過(guò)訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)幾乎能夠完全恢復(fù)嵌入到音頻中的水印數(shù)據(jù)．通過(guò)仿真實(shí)驗(yàn)結(jié)果表明該算法具有較好的魯棒性和抵抗常用的信號(hào)處理方法的處理的能力，特別是在水印檢測(cè)時(shí)不需要原始的音頻信號(hào)．

標(biāo)簽： 數(shù)字音頻水印算法人工神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)

上傳時(shí)間： 2016-02-25

上傳用戶(hù)：royzhangsz
自己編的VC＋＋程序

自己編的VC＋＋程序，是關(guān)于神經(jīng)網(wǎng)絡(luò)的多層感知器的

標(biāo)簽： 程序

上傳時(shí)間： 2016-02-27

上傳用戶(hù)：woshiayin
模式識(shí)別分類(lèi)器

模式識(shí)別分類(lèi)器，本代碼是感知器，訓(xùn)練數(shù)據(jù)在壓縮包的fisher1.txt中

標(biāo)簽： 模式識(shí)別分類(lèi)器

上傳時(shí)間： 2014-01-11

上傳用戶(hù)：洛木卓
傳感器網(wǎng)絡(luò)由大量能量有限的微型傳感器節(jié)點(diǎn)組成.因此,如何保證在足夠覆蓋監(jiān)測(cè)區(qū)域的同時(shí)延長(zhǎng)網(wǎng)絡(luò)的壽命,是一個(gè)需要解決的重要問(wèn)題.為了達(dá)到這一目標(biāo),一種廣泛采用的策略是選出部分能夠足夠覆蓋監(jiān)測(cè)區(qū)域的節(jié)點(diǎn)作

傳感器網(wǎng)絡(luò)由大量能量有限的微型傳感器節(jié)點(diǎn)組成.因此,如何保證在足夠覆蓋監(jiān)測(cè)區(qū)域的同時(shí)延長(zhǎng)網(wǎng)絡(luò)的壽命,是一個(gè)需要解決的重要問(wèn)題.為了達(dá)到這一目標(biāo),一種廣泛采用的策略是選出部分能夠足夠覆蓋監(jiān)測(cè)區(qū)域的節(jié)點(diǎn)作為工作節(jié)點(diǎn),同時(shí)關(guān)閉其他冗余節(jié)點(diǎn).提出了一個(gè)數(shù)學(xué)模型,使得只要已知監(jiān)測(cè)范圍和節(jié)點(diǎn)感知半徑的比值,就可以計(jì)算出達(dá)到服務(wù)質(zhì)量期望所需要的節(jié)點(diǎn)數(shù)量.需要指出的是:與大部分研究覆蓋的文獻(xiàn)不同,該研究不基于節(jié)點(diǎn)的位置信息,因此可以極大地降低硬件成本,并且減少節(jié)點(diǎn)獲得和維護(hù)位置信息的開(kāi)銷(xiāo).模擬實(shí)驗(yàn)結(jié)果表明:在隨機(jī)部署條件下,服務(wù)質(zhì)量期望與實(shí)驗(yàn)所得到的實(shí)際覆蓋度的誤差不大于服務(wù)質(zhì)量期望的2％而對(duì)于相同的服務(wù)質(zhì)量期望和實(shí)際覆蓋度,計(jì)算所得的工作節(jié)點(diǎn)數(shù)量與實(shí)驗(yàn)所得的工作節(jié)點(diǎn)數(shù)量的誤差小于計(jì)算數(shù)量的5％,這表明推導(dǎo)出的節(jié)點(diǎn)數(shù)量與服務(wù)質(zhì)量期望之間的關(guān)系與模擬實(shí)驗(yàn)的結(jié)果相吻合.該結(jié)果可以廣泛應(yīng)用于傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)部署、拓?fù)淇刂频阮I(lǐng)域中.

標(biāo)簽： 監(jiān)測(cè) 傳感器網(wǎng)絡(luò) 能量傳感器節(jié)點(diǎn)

上傳時(shí)間： 2016-04-29

上傳用戶(hù)：netwolf
BP算法給定一個(gè)由N維向量X組成的集合

BP算法給定一個(gè)由N維向量X組成的集合，這些向量將是一個(gè)響應(yīng)agent的感知處理單元計(jì)算出的特征向量。這些分量的值可以是數(shù)值，也可以是布爾值。這些動(dòng)作也許是學(xué)習(xí)者所觀察到的一個(gè)教師對(duì)一組輸入的響應(yīng)。這些相關(guān)的動(dòng)作有時(shí)稱(chēng)為向量的“標(biāo)號(hào)”或“類(lèi)別”。集合與響應(yīng)的標(biāo)號(hào)組成“訓(xùn)練集合(training set)”.機(jī)器學(xué)習(xí)問(wèn)題就是尋找一個(gè)函數(shù)。

標(biāo)簽： BP算法向量

上傳時(shí)間： 2016-06-03

上傳用戶(hù)：waizhang
神經(jīng)網(wǎng)絡(luò)模式識(shí)別

神經(jīng)網(wǎng)絡(luò)模式識(shí)別，利用感知器和BP網(wǎng)進(jìn)行模式識(shí)別的基本方法

標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 模式識(shí)別

上傳時(shí)間： 2014-01-07

上傳用戶(hù)：cjf0304
Matlab 實(shí)例-編寫(xiě)M腳本文件

Matlab 實(shí)例-編寫(xiě)M腳本文件，涉及比較深層的 MATLAB 內(nèi)容：腳本；函數(shù)（一般函數(shù)、內(nèi)聯(lián)函數(shù)、子函數(shù)、私用函數(shù)、方法函數(shù)）；程序調(diào)試和剖析；數(shù)據(jù)結(jié)構(gòu)（類(lèi)、對(duì)象）；重載和繼承；面向?qū)ο缶幊?。本章配備了許多精心設(shè)計(jì)的算例。這些算例是完整的，可直接演練的。讀者通過(guò)這些算例，將真切感受到抽象概念的內(nèi)涵、各指令間的協(xié)調(diào)，將從感知上領(lǐng)悟到面向?qū)ο缶幊痰膬?yōu)越和至關(guān)要領(lǐng)。

標(biāo)簽： Matlab 編寫(xiě) 腳本文件

上傳時(shí)間： 2016-07-12

上傳用戶(hù)：wangzhen1990
隱藏語(yǔ)音信號(hào) 信息隱藏于1994年的國(guó)際圖像處理會(huì)議上(ICIP)正式提出,它通過(guò)信號(hào)處理的方法將隱藏信息嵌入到宿主(聲音、圖像、視頻和文檔等)中

隱藏語(yǔ)音信號(hào) 信息隱藏于1994年的國(guó)際圖像處理會(huì)議上(ICIP)正式提出,它通過(guò)信號(hào)處理的方法將隱藏信息嵌入到宿主(聲音、圖像、視頻和文檔等)中，具有不可感知性-只有通過(guò)專(zhuān)用的檢測(cè)器才能獲取該隱藏信息。同時(shí)隱藏信息并不會(huì)影響宿主的內(nèi)容，具有很強(qiáng)的主觀聽(tīng)覺(jué)或視覺(jué)上的欺騙性。

標(biāo)簽： 1994 ICIP 語(yǔ)音信號(hào) 信息隱藏

上傳時(shí)間： 2013-12-14

上傳用戶(hù)：leehom61
神經(jīng)網(wǎng)絡(luò)理論與MATLAB7實(shí)現(xiàn) 書(shū)籍和源碼打包在一起了. 分別介紹了幾種比較重要的神經(jīng)網(wǎng)絡(luò)類(lèi)型

神經(jīng)網(wǎng)絡(luò)理論與MATLAB7實(shí)現(xiàn) 書(shū)籍和源碼打包在一起了. 分別介紹了幾種比較重要的神經(jīng)網(wǎng)絡(luò)類(lèi)型，包括感知器、線性網(wǎng)絡(luò)和BP網(wǎng)絡(luò)等，并介紹了這些網(wǎng)絡(luò)的結(jié)構(gòu)及學(xué)習(xí)算法，以及MATLAB的實(shí)現(xiàn)方法。第6章介紹了神經(jīng)網(wǎng)絡(luò)的圖形用戶(hù)界面

標(biāo)簽： MATLAB7 神經(jīng)網(wǎng)絡(luò) 書(shū)籍源碼

上傳時(shí)間： 2013-12-20

上傳用戶(hù)：84425894