Lwip協(xié)議與設(shè)計(jì)實(shí)現(xiàn)[繁] 修改自 簡(jiǎn)體版本 修改常用語 等 以方便繁體網(wǎng)友 [chao chi]
上傳時(shí)間： 2015-11-01
上傳用戶：xuan‘nian
自編的用于圖像特征提取的源程序,解壓后直接運(yùn)行就ok了
上傳時(shí)間： 2014-01-07
上傳用戶：chenxichenyue
微弱信號(hào)的全自相關(guān)系數(shù)提取與樣本特征向量。
標(biāo)簽： 微弱信號(hào) 向量 系數(shù) 樣本
上傳時(shí)間： 2016-05-18
上傳用戶：朗朗乾坤
本人認(rèn)為很好的三篇關(guān)于圖象配準(zhǔn)的文章。 用于特征點(diǎn)配準(zhǔn)的快速聚類凸集投影算法.pdf 傅氏變換的自配準(zhǔn)性質(zhì)及其在紋理識(shí)別和圖象分割中的應(yīng)用.pdf 用于快速特征點(diǎn)配準(zhǔn)的聚類凸集投影算法.pdf
上傳時(shí)間： 2016-06-16
上傳用戶：yuchunhai1990
提出了一種基于小波神經(jīng)網(wǎng)絡(luò)整定的PID 控制方法。由于小波變換具有良 好的時(shí)頻局部特性,神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的非線性映射能力,自學(xué)習(xí)、自適應(yīng)等優(yōu)勢(shì),采用規(guī) 范正交的小波函數(shù)作為神經(jīng)網(wǎng)絡(luò)的基函數(shù)構(gòu)成小波神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)兼有小波函數(shù)的緊 支性、波動(dòng)性以及神經(jīng)網(wǎng)絡(luò)的非線性映射能力,自學(xué)習(xí)、自適應(yīng)能力等優(yōu)點(diǎn),滲碳爐控制實(shí) 驗(yàn)結(jié)果表明,用該方法整定的PID 控制系統(tǒng)收斂速度快,逼近精度高,魯棒性好
標(biāo)簽： PID 函數(shù) 神經(jīng)網(wǎng)絡(luò) 小波神經(jīng)網(wǎng)絡(luò)
上傳時(shí)間： 2014-01-15
上傳用戶：yzy6007
一種通過自組織競(jìng)爭(zhēng)學(xué)習(xí)網(wǎng)絡(luò)實(shí)現(xiàn)數(shù)據(jù)降維和可視化的單層神經(jīng)網(wǎng)絡(luò)模型。用此算法可以把輸入空間的多維映射到低維的（一維或者二維）的離散網(wǎng)絡(luò)上，并將保持相同性質(zhì)的輸入數(shù)據(jù)在映射到低維空間時(shí)的拓?fù)湟恢滦浴ris以及l(fā)etter兩個(gè)數(shù)據(jù)集進(jìn)行分類
標(biāo)簽： 網(wǎng)絡(luò) 自組織 數(shù)據(jù) 可視化
上傳時(shí)間： 2016-09-03
上傳用戶：Andy123456
關(guān)于ARM地址重映射的程序,轉(zhuǎn)自ZLG,可參考.
上傳時(shí)間： 2017-02-13
上傳用戶：lunshaomo
本文介紹了一種在單片機(jī)應(yīng)用中實(shí)現(xiàn)高效、多功能鍵盤掃描分析的設(shè)計(jì)思想、方法和原理。該演算法可以實(shí)現(xiàn)組合鍵、自動(dòng)連續(xù)等功能，並具有軟、硬體開銷小，效率高等特點(diǎn)。該演算法已應(yīng)用於實(shí)際產(chǎn)品中。 關(guān)鍵字：鍵盤掃描；單片機(jī)
上傳時(shí)間： 2013-12-14
上傳用戶：fredguo
自組織神經(jīng)映射的ＶＣ程序，很好的資源哦 希望大家多多下載
上傳時(shí)間： 2013-11-26
上傳用戶：sevenbestfei
網(wǎng)上關(guān)于自組織映射som的代碼一般都是解決極點(diǎn)平衡的，我的這個(gè)不是，是用于模式分類的，可以運(yùn)行，有詳細(xì)的注釋，供大家參考。這個(gè)代碼，二維平面上的節(jié)點(diǎn)個(gè)數(shù)不能大于樣本向量的個(gè)數(shù)。
上傳時(shí)間： 2014-01-09
上傳用戶：www240697738
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
