基于偏振相移和相關(guān)分析,提出一種高分辨率、方便實(shí)現(xiàn)的干涉條紋細(xì)分原理.該原理將細(xì)分環(huán)節(jié)由電 子線路信號(hào)處理部分向前移,通過干涉條紋強(qiáng)度分布綜合信息的分析與處理來實(shí)現(xiàn),即通過具有高分辨率的 偏振相移操作,對(duì)干涉相位進(jìn)行相位調(diào)控,使干涉條紋強(qiáng)度分布回到位移起始時(shí)的狀態(tài),則與相位調(diào)控量對(duì)應(yīng) 的光程,即為位移的λ/2小數(shù)倍部分.由于偏振相移采用具有極大放大倍數(shù)的硬件機(jī)械運(yùn)動(dòng)實(shí)現(xiàn),因而能取得 可靠的高分辨率細(xì)分.理論分析和模擬結(jié)果顯示,該干涉條紋細(xì)分原理可容易地達(dá)到nm級(jí)細(xì)分分辨率
上傳時(shí)間： 2013-12-25
上傳用戶：lnnn30
主要實(shí)現(xiàn)5個(gè)大的功能模塊：基本信息的管理、客戶會(huì)員管理、常業(yè)務(wù)管理、系統(tǒng)用戶管理、系統(tǒng)幫助信息。每個(gè)模塊有分成多詳細(xì)的功能子模塊
上傳時(shí)間： 2016-12-19
上傳用戶：hopy
地理信息系統(tǒng)(GIS)相關(guān).子圖符號(hào)轉(zhuǎn)成文字描述的功能.
標(biāo)簽： GIS 地理信息系統(tǒng) 符號(hào)
上傳時(shí)間： 2017-07-25
上傳用戶：zhenyushaw
地理信息系統(tǒng)(GIS)相關(guān).子圖符號(hào)順延.
標(biāo)簽： GIS 地理信息系統(tǒng) 符號(hào)
上傳時(shí)間： 2017-07-25
上傳用戶：ve3344
摘要：介紹用MCS-51系列單片機(jī)控制手機(jī)收發(fā)短信息的原理、硬件電路、PDU數(shù)據(jù)格式和符合GSM07.05協(xié)議要求的短信息發(fā)送/接收程序，同時(shí)給出了一個(gè)應(yīng)用實(shí)例。關(guān)鍵詞：?jiǎn)纹瑱C(jī)子 短信息 PDU GSM 接口
標(biāo)簽： 用單片機(jī) 控制 手機(jī)收發(fā)短信
上傳時(shí)間： 2013-11-19
上傳用戶：lingfei
提出了一種改進(jìn)的LSM-ALSM子空間模式識(shí)別方法，將LSM的旋轉(zhuǎn)策略引入ALSM，使子空間之間互不關(guān)聯(lián)的情況得到改善，提高了ALSM對(duì)相似樣本的區(qū)分能力。討論中以性能函數(shù)代替經(jīng)驗(yàn)函數(shù)來確定拒識(shí)規(guī)則的參數(shù)，實(shí)現(xiàn)了識(shí)別率、誤識(shí)率與拒識(shí)率之間的最佳平衡；通過對(duì)有限字符集的實(shí)驗(yàn)結(jié)果表明，LSM-ALSM算法有效地改善了分類器的識(shí)別率和可靠性。關(guān) 鍵 詞 學(xué)習(xí)子空間; 性能函數(shù); 散布矩陣; 最小描述長(zhǎng)度在子空間模式識(shí)別方法中，一個(gè)線性子空間代表一個(gè)模式類別，該子空間由反映類別本質(zhì)的一組特征矢量張成，分類器根據(jù)輸入樣本在各子空間上的投影長(zhǎng)度將其歸為相應(yīng)的類別。典型的子空間算法有以下三種[1, 2]：CLAFIC(Class-feature Information Compression)算法以相關(guān)矩陣的部分特征向量來構(gòu)造子空間，實(shí)現(xiàn)了特征信息的壓縮，但對(duì)樣本的利用為一次性，不能根據(jù)分類結(jié)果進(jìn)行調(diào)整和學(xué)習(xí)，對(duì)樣本信息的利用不充分；學(xué)習(xí)子空間方法(Leaning Subspace Method, LSM)通過旋轉(zhuǎn)子空間來拉大樣本所屬類別與最近鄰類別的距離，以此提高分類能力，但對(duì)樣本的訓(xùn)練順序敏感，同一樣本訓(xùn)練的順序不同對(duì)子空間構(gòu)造的影響就不同；平均學(xué)習(xí)子空間算法(Averaged Learning Subspace Method, ALSM)是在迭代訓(xùn)練過程中，用錯(cuò)誤分類的樣本去調(diào)整散布矩陣，訓(xùn)練結(jié)果與樣本輸入順序無關(guān)，所有樣本平均參與訓(xùn)練，其不足之處是各模式的子空間之間相互獨(dú)立。針對(duì)以上問題，本文提出一種改進(jìn)的子空間模式識(shí)別方法。子空間模式識(shí)別的基本原理1.1 子空間的分類規(guī)則子空間模式識(shí)別方法的每一類別由一個(gè)子空間表示，子空間分類器的基本分類規(guī)則是按矢量在各子空間上的投影長(zhǎng)度大小，將樣本歸類到最大長(zhǎng)度所對(duì)應(yīng)的類別，在類x()iω的子空間上投影長(zhǎng)度的平方為()211,2,,()argmax()jMTkkjpg===Σx (1)式中 函數(shù)稱為分類函數(shù)；為子空間基矢量。兩類的分類情況如圖1所示。
上傳時(shí)間： 2013-12-25
上傳用戶：熊少鋒
提出了一種在RGB顏色空間中顏色距離定義的方式，并根據(jù)顏色距離，用Roberts梯度算子得到顏色距離直方圖，確定圖像邊緣信息的閾值。通過Roberts算子，使用此閾值得到圖像的邊緣信息。這種方式，充分考慮了圖像中的顏色信息，與灰度圖的處理方式相比，減少了計(jì)算量，提高了具有相似亮度的不同顏色之間邊緣信息的提取成功率。
上傳時(shí)間： 2013-11-19
上傳用戶：懶龍1988
通子的考試系統(tǒng) 本程序版權(quán)屬于通子 程序功能： 1。考生可以選擇科目進(jìn)行考試 2. 考過科目不再重新登陸考試 2。考題時(shí)隨機(jī)的，避免考生之間互相抄襲。 3。考題為五題，設(shè)定30秒后自動(dòng)提交 4。提交后可以直接得到你的成績(jī)，并知道你是否通過了考試了 5. 可以了解你的成績(jī)與總成績(jī)的對(duì)比 程序優(yōu)缺點(diǎn)： 1。未使用javaBean技術(shù)。 2。使用的是聲明語(yǔ)句在Conn.jsp，功能是進(jìn)行數(shù)據(jù)庫(kù)連接； 3。使用html處理的不好，頁(yè)面不甚美觀。 4。未采用MVC，M(mode-database)，V(view-jsp)，C（controller-servlet）. 程序流程： 進(jìn)入 考生 —— 登錄界面 ——進(jìn)入——測(cè)試——提交——成績(jī) login.jsp —— test.jsp —— score.jsp test.mdb test.mdb test.mdb 抱歉： 由于時(shí)間不足,未能把java(2)班全體同學(xué)的信息全部添加到數(shù)據(jù)庫(kù)中。 附： java（2）班全體同學(xué)信息打包在里面了，有意者可以添加。 希望對(duì)此程序作改進(jìn)的有我聯(lián)系。我的QQ：120244312 E-Mail：zuotongyousai@163.com
上傳時(shí)間： 2015-03-25
上傳用戶：wfeel
Hamming 神經(jīng)網(wǎng)絡(luò)從功能上來看是最小Hamming 距離分類器．利用它能夠完成不完整輸入信息與所存儲(chǔ)模式的最小漢明距離分類． Hamming 網(wǎng)絡(luò)是一個(gè)雙層神經(jīng)網(wǎng)絡(luò)，第一層網(wǎng)（即匹配子網(wǎng)絡(luò)）是用來計(jì)算輸入模式與該網(wǎng)絡(luò)已經(jīng)學(xué)習(xí)過的各樣本之間的匹配測(cè)度．第二層網(wǎng)（即競(jìng)爭(zhēng)子網(wǎng)絡(luò)）接收從匹配子網(wǎng)絡(luò)送來的未知模式與已存各樣本的匹配測(cè)度，然后經(jīng)過多次迭代運(yùn)算就可以求得與輸入模式相匹配的樣本．
標(biāo)簽： Hamming 神經(jīng)網(wǎng)絡(luò) 分類器 分類
上傳時(shí)間： 2015-07-04
上傳用戶：66666
一個(gè)基于Lucene的Analyzer類詳細(xì)信息查看程序，包括了Lucene內(nèi)建的四個(gè)Analyzer子類。
上傳時(shí)間： 2013-12-17
上傳用戶：zhoujunzhen
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
