搜索资源列表
wirelessch
- 無線通訊中的環境大多為頻率平坦衰弱通道或是頻率選擇性衰弱通道.瑞利分佈為大多延研究的模型,當有多信道輸入 時,其包跡的選擇可以用來測試通道~-Wireless communication frequency in the environment, mostly flat or frequency selective channel debilitating weakness channel. Rayleigh distribution model for most of the extens
lfm-compressive-sensing
- LFM宽带雷达信号的多通道盲压缩感知模型研究，提出了一种压缩感知技术新方法-Lfm compressive sensing
Face-Detector-Training
- 由一个3D变形人脸模型取自动生成适应的训练样本。由统计视角，tailored训练数据保证了所有的数据变化且由任意的人脸属性丰富训练样本，例如，年龄或体重。更进一步，它可能自动适应到环境约束，例如，来自于监控摄像机的照明或视角约束。我们使用裁剪的（tailor）图象训练一个新的Viola Jones的adaboost 目标检测框架的多核实现。这个新的实现不仅快速的，而且多特征通道的使用成为可能，例如，在训练期间的颜色特征。在我们实验中，我们训练7个依赖视角的人脸检测子并在Face Detectio
Multistage-distribution-network-t
- 智能电网环境下多级分销网络扩容规划，一种新型多级智能配电网扩展规划模型 （MSDNEP）在车辆到电网（V2G）和故障通道指示器（FPI）的存在下在多目标中 优化框架。 应扩大分销网络，以增加负荷 最好的方式可能。-Multistage distribution network expansion planning under smart grids environment
结合双模多尺度 ＣＮＮ 特征及自适应深度ＫＥＬＭ 的浮选工况识别
- 针对可见光图像特征驱动的浮选工况识别方法的不足，提出一种基于双模态图像多尺度 ＣＮＮ 特征及自适应深度自编码核极限学习机（Ｋｅｒｎｅｌ Ｅｘｔｒｅｍｅ Ｌｅａｒｎｉｎｇ Ｍａｃｈｉｎｅ，ＫＥＬＭ）的浮选工况识别方法。先对泡沫的可见光、红外图像进行非下采样剪切波多尺度分解，设计双通道 ＣＮＮ 网络对双模态多尺度图像进行特征提取及融合，将多个双隐层自编码极限学习机串联成深度学习网络对 ＣＮＮ 特征逐层抽象提取，然后通过核极限学习机映射到更高维空间进行决策，最后改进量子细菌觅食算法并应用于深度自编码