压缩感知相关参数、重构的方法等代码,具体说明如下 Measurement matrixs :存有多种测量矩阵的实现代码 Reconstruction algorithms :存有多种重构算法的实现,包括最经典的 OMP、SAMP 等方法 Refactoring articles :保存了 CS 中多种重构算法的解释文件 Some examples :CS的实验案例 Sparse basis :保存了典型稀疏基的实现代码 注意:此中代码多为 .m 文件,且每个路径中都有相关的txt文件说明各自所实现的内容!
2022-12-09 14:23:19 12.7MB Compressed-sensi matlab
1
软件学报论文
2022-12-08 20:00:26 1.94MB 态势感知
1
已知有两个样本空间 1 2 和ω ω ,这些点对应的横纵坐标的分布情况是: x1=[1,2,4,1,5]; y1=[2,1,-1,-3,-3]; x2=[-2.5,-2.5,-1.5,-4,-5,-3];y2=[1,-1,5,1,-4,0]; 在二维空间样本分布图形如下所示。(plot(x1,y1,x2,y2)) 1、用 matlab 完成感知准则函数确定程序的设计。 2、请确定 sample=[(0,-3),(1,3),(-1,5),(-1,1),(0.5,6),(-3,-1),(2,-1),(0,1), (1,1),(-0.5,-0.5),( 0.5,-0.5)];属于哪个样本空间,根据数据画出分类的 结果。 3、请分析一下 ρ k 和对a(1) 于感知函数准则确定的影响,并确定当 ρ k =1/2/3 时, 相应的 k 的值,以及a(1) 不同时,k 值得变化情况。 4、根据实验结果请说明感知准则函数是否是唯一的,为什么?
1
example4_1~example4_7为【单层感知器相关函数详解】中各个实例对应的代码脚本。 perception_hand.m为【单层感知器应用实例】手算部分的代码,修改后用于线性不可分问题的代码为perception_hand_un.m。 使用工具箱函数的代码为perception_fcn。共12个文件,
2022-12-06 11:02:48 5KB 神经网络 单层感知器
1
针对图像编码与重构系统的实际需求,设计了一种基于HPS和FPGA的图像处理系统。该系统实现了图像的实时采集、压缩、传输和重构。系统采用DE1-SoC开发板,在FPGA中设计了D5M摄像头、SDRAM、VGA的IP核,在QSYS中利用AXI和Avalon总线连接IP核,利用Linux C编程在HPS中实现了图像的压缩感知(CS)编码和传输,在MATLAB上位机中接收压缩数据并实现图像的重构,减少了FPGA资源使用和设计复杂度。结果表明,该系统能够实现任意自然图像的处理,图像压缩比约为8%,PSNR约为41 dB,应用灵活,可移植性强,能够满足实际工程的需要。
2022-12-03 20:56:16 391KB HPS
1
基于MLP(多层感知机)的时间序列预测python源码+超详细注释 内容包含: 01.(多步+单变量输入)_(单步+单变量输出)_监督学习数据 02.(多步+单变量输入)_(单步+单变量输出)_MLP模型 03.(多步+多变量输入)_(单步+单变量输出)_监督学习数据 04.(多步+多变量输入)_(单步+单变量输出)_MLP模型 05.(多步+多变量输入)_(单步+多变量输出)_监督学习数据 06.(多步+多变量输入)_(单步+多变量输出)_MLP模型 07.多路输入_(多步+多变量输入)_(单步+单变量输出)_MLP模型 08.多路输出_(多步+多变量输入)_(单步+多变量输出)_MLP模型 09.(多步+单变量输入)_(多步+单变量输出)_监督学习数据 10.(多步+单变量输入)_(多步+单变量输出)_MLP模型 11.(多步+多变量输入)_(多步+单变量输出)_监督学习数据 12.(多步+多变量输入)_(多步+单变量输出)_MLP模型 13.(多步+多变量输入)_(多步+多变量输出)_监督学习数据 14.(多步+多变量输入)
2022-12-02 14:29:41 16KB MLP 多层感知机 监督学习数据 MLP模型
基于空间感知图神经网络(GNN)和跨级分子轮廓预测(Python完整源码和数据) 基于空间感知图神经网络(GNN)和跨级分子轮廓预测(Python完整源码和数据) 基于空间感知图神经网络(GNN)和跨级分子轮廓预测(Python完整源码和数据)
空中三角测量matlab代码概述 我们实现了 ICPR 2016 论文的算法:Building Facade Recognition from Aerial Images using Delaunay Triangulation Induced Feature Perceptual Grouping, Xuebin Qin, Martin Jagersand, Xiucheng Yang, Jun Wang, ICPR 2016。 @inproceedings{DBLP:conf/icpr/QinJYW16, author = {Xuebin Qin and Martin J{"{a}}gersand and Xiucheng Yang and Jun Wang}, title = {使用 Delaunay Triangulation 诱导特征感知分组从航拍图像识别建筑物立面},书名 = {23rd International Conference on Pattern Recognition,{ICPR} 2016,Canc{'{u}}n,墨西哥,2016 年 12 月 4-8 日}
2022-11-27 20:26:15 746KB 系统开源
1
近年来,运营商通过在ROADM设备上部署光电转换装置实现了光传输网络中业务的细粒度调度,从而提升频谱资源的利用率。但是光电转换装置价格昂贵,导致了网络部署成本的增加。针对光传输网络中业务和光模块的部署问题进行了 ILP 建模,并证明其为 NP-hard 问题。提出了两种基于光电转换装置成本感知的路由和波长分配算法:OEO-RWA算法和SA-RWA算法,并通过仿真证明两种算法既能够保证业务的细粒度调度,又能够减少光电转换装置数量,降低网络部署成本。
1
基于隐私感知理论的用户隐私保护机制,张坤,闫强,隐私权是一种重要的人格权,但是由于互联网和通信技术的进步,扩展了隐私信息的范围,同时也使隐私侵犯的技术难度降低,进而导致
2022-11-26 22:33:58 443KB 首发论文
1