基于STM32G431RBT6最小系统原理图+USB虚拟串口测试代码
2024-03-05 23:22:27 34.78MB stm32
1
ISAR成像自聚焦算法,PGA算法
2024-03-05 22:53:19 4KB MATLAB ISAR成像
1
这个资源是一个包含了使用 PyTorch 实现的11种常见在线强化学习算法的代码集合。每个算法都有独立的文件夹,可以单独运行并测试相应算法在不同环境中的性能。以下是资源中包含的算法: 1、Q-learning 2、SARSA 3、DQN (Deep Q-Network) 4、Double-DQN 5、Dueling-DQN 6、PG (Policy Gradient) 7、AC (Actor-Critic) 8、PPO (Proximal Policy Optimization) 9、DDPG (Deep Deterministic Policy Gradient) 10、TD3 (Twin Delayed DDPG) 11、SAC (Soft Actor-Critic)
2024-03-05 21:19:26 6.68MB pytorch 强化学习 python
1
矩阵求逆的代码,只能用于三阶矩阵 ,c#语法
2024-03-05 20:59:56 42KB
1
OCR 的牛白代码和算法文档
2024-03-05 20:23:03 46.27MB OCR
1
顺序结构Demo - 部分代码.cpp
2024-03-05 20:21:12 3KB
1
数字电阻 MCP4105,纯C代码,STM32直接使用,其他单片机也可以修改使用。拿走不谢!!!
2024-03-05 17:57:52 2KB MCP4105 STM32 数字电阻 可调电阻
1
基于Retinex的水下图像增强方法,旨在消除由水下图像捕捉的色彩失真和光线散射,从而提高水下图像的可视性。 Retinex是一个计算机视觉的概念,它模仿人类视觉系统如何处理图像。Retinex理论认为,我们视觉系统中的颜色感知是通过分离物体表面反射的光照和物体本身的颜色来实现的。 在水下增强中,Retinex算法通过利用输入图像中颜色分布的特征,来估计传播距离,然后通过对输入图像进行多次滤波得到输出图像。这个过程中,Retinex算法使用了多个高斯滤波器,这些滤波器具有不同的尺度和方向,以增强输入图像的各个部分。 简单来说,该方法通过对水下图像进行多次滤波,以逐步去除光照和颜色间的相互影响,更好地还原图像本身的颜色和细节。 Retinex增强方法已经被成功的应用于水下遥感和水下摄影等方面,可以有效地改善水下图像质量。
2024-03-05 16:57:58 925KB 图像处理 Retinex
1
Android美食点餐App 源代码
2024-03-05 16:21:19 25.96MB android
1
采用VB.NET开发的通用自动更新系统。系统采用SQLITE数据库记录个系统版本,更新路径,支持多系统使用同一个更新。大家可以再优化下。
2024-03-05 13:44:07 862KB 自动更新
1