搜索资源列表
decode
- 射频识别系统标签的解码模块的VERILOG代码
bank
- 用于银行全面掌控公司及各个部门的员工信息与设备资料，主要包括：计算机设备管理、公共信息管理、权限用户管理、系统设置等模块的设计。基于MVC Model2模式，应用Struts、Hibernate框架编写,有JSP XML标签scr ipt函数的具体运用。
LANDMARC算法
- 基于有源RFID系统的室内定位算法：LANDMARC。该方法采用额外的固定位置的参考标签来帮助位置校准，这些参考标签作为系统中的参考点
adaboost
- AdaBoost元算法属于boosting系统融合方法中最流行的一种，说白了就是一种串行训练并且最后加权累加的系统融合方法。 具体的流程是：每一个训练样例都赋予相同的权重，并且权重满足归一化，经过第一个分类器分类之后， 计算第一个分类器的权重alpha值，并且更新每一个训练样例的权重，然后再进行第二个分类器的训练，相同的方法....... 直到错误率为0或者达到指定的训练轮数，其中最后预测的标签计算是各系统*alpha的加权和，然后sign（预测值）。 可以看出，训练流程是串行的
RFID-anti-collision-multi-tag
- 针对无线射频识别(radio frequency identification，RFID)系统的多标签碰撞问题，在分析RFID标签编码规则的基础上，提出根据标签编码规则进行标签分组和标签预淘汰的方法，在读写器识别的初始阶段根据特定的规则淘汰部分标签，从而减少系统工量，提高系统工作效率.实例证明：在不增加标签结构复杂度的基础上，充分利用已有的有效信息能够有效减少阅读器的查询次数和系统的总通信量．-For radio frequency identification (radio frequency
RFID_Tags
- 915MHz RFID电子标签的系统级仿真-System-level simulation 915MHz RFID electronic tag
darknet
- 神经网络引入后，检测框架变得更快更准确。然而，大多数检测方法受限于少量物体。检测和训练数据上联合训练物体检测器，用有标签的检测图像来学习精确定位，同时用分类图像来增加词汇和鲁棒性。原YOLO系统上生成YOLOv2检测器；在ImageNet中超过9000类的数据和COCO的检测数据上，合并数据集和联合训练YOLO9-After the neural network is introduced, it is becoming faster and more accurate detection fr