水下交流是一个非常具有挑战性的话题。 地面传感器网络中使用的协议不能直接应用于水下世界。 高误码率和较大的传播延迟使传输协议的设计特别笨拙。 基于ARQ的可靠传输方案由于传播延迟大，通信带宽低和错误概率高而在水下环境中不合适。 因此，本文重点研究基于冗余的传输方案。 我们首先研究三种方案，这些方案在位和/或数据包级别采用冗余机制来提高直接链路方案中的可靠性。 然后，我们证明了水下通道的广播特性使我们可以将这些方案扩展到节点协作通信的情况。 根据我们的分析，提出了一种适用于水下传感器网络的自适应冗余传输协议（ARRTP）。 我们建议一种实现架构。 对于两种拓扑，即规则拓扑和随机拓扑，我们表明ARRTP对于单跳和多跳传输呈现出更好的传输成功概率和能效折衷。 我们还提供了一个综合案例研究，以表明ARRTP不仅提供可靠性，而且在指导水下传感器节点的部署方面具有积极作用。

文章简单介绍了循环冗余校验 CRC的算法分析和程序实现

matlab推出半球的代码 背景 该项目是在卡内基梅隆大学和匹兹堡大学的联合实验室神经认知基础中心（CNBC）上完成的。 这项工作是在之前提到的大学提供的夏季暑期研究实习期间完成的，并获得了NIH的资助。 目的 该项目的目的是找到功能相关的感兴趣区域（ROI）（例如，将响应于面部的左半球的大脑区域与响应类似的右半球的相似区域相关联）。 一旦定位了这些区域，就可以通过多体素模式分析执行表示分析，以测试表示的相似性。 ROI的多体素表示（fMRI）用作描述受试者正在观看的刺激的特征。 这些功能用于在fMRI体素记录的保留测试集上训练机器学习分类器，从而生成测试准确性得分。 如果任一半球的相关ROI显示较高的分类结果，则表明该特定半球在任务中更活跃，但这不是我们主要感兴趣的。我们对是否合并相应的ROI数据感兴趣，我们看到比任何一个半球ROI更高的分类结果。 这将表明表示形式既不同又具有参考价值。 管道 将register_and_map_all_data.bash或register_and_map_all_data.bash （取决于当前shell）放在使用者目录中。 我们还需要确保正确设置

给大哥们练练手

循环冗余码校验原理

论文研究-冗余系统的Bayes可靠性分析.pdf,  本文首先指出了Ｂａｙｅｓ方法和冗余系统的重要性,然后,提出了建模的数学背景,并作出并联系统的Ｂａｙｅｓ可靠性分析,最后给出了算例和分析结果.

浪潮服务器单电源升级为双电源后，需要刷成双电模式，附件内有详细操作文档以及配套工具。

运用STP_VTP_HSRP_构建冗余的网络

(Peng et al, 2005 and Ding & Peng, 2005, 2003) 中的 mRMR（最小冗余最大相关）特征选择方法的两个源代码文件，其优于传统顶级方法的性能已在最近出版物中的数据集数量。 该版本使用互信息作为计算变量（特征）之间相关性和冗余的代理。 其他变化，例如使用相关性或 F 检验或距离，也可以在此框架内轻松实现。 Hanchuan Peng、Fuhui Long 和 Chris Ding，“基于互信息的特征选择：最大依赖、最大相关和最小冗余的标准”， IEEE 模式分析和机器智能汇刊， 卷。 27, No. 8, pp.1226-1238, 2005。 Ding C. 和 Peng HC，“微阵列基因表达数据的最小冗余特征选择”，《生物信息学与计算生物学杂志》， 卷。 3, No. 2, pp.185-205, 2005。 Ding，C 和 Peng

GoogLeNet包含多个并行的卷积层和池化层,极具表现力,但也导致其参数数量冗余和计算量大,解决该问题的根本途径是将网络稀疏化.剪枝算法通过训练网络、修剪低权重连接和再训练网络三步操作,只保留卷积层和完全连接层中的强相关连接,实现简化网络结构和参数数量的效果,获得近似的网络模型,不影响网络后验概率估计的准确性,达到压缩效果.传统计算方式不适合非均匀稀疏数据结构,所提出的阈值剪枝算法设定合适的阈值,将原始GoogLeNet模型中将近1040万参数减少到65万,大约压缩了16倍.原始网络在进行剪枝处理后,准确率会有所降低,但经过少数次迭代,网络的准确率与原始模型不相上下,达到了压缩模型的效果,验证了阈值剪枝算法对改进GoogLeNet模型训练过程的有效性.