哈夫曼编码PPT(2020.09.20).rar
2023-03-20 20:44:48 47.36MB 哈夫曼编码PPT
1
疲劳检测: 2020年全国大学生嵌入式芯片与系统设计竞赛和智能互联创新大赛项目:基于龙芯2K1000的睡意检测系统
2023-03-17 19:26:30 69.08MB 系统开源
1
学习将结构知识整合到图像修复中 AAAI 2020论文“学习结合用于图像修补的结构知识”的简介和源代码。 您可以在或获取论文。 引文 @inproceedings{jie2020inpainting, title={Learning to Incorporate Structure Knowledge for Image Inpainting}, author={Jie Yang, Zhiquan Qi, Yong Shi}, booktitle={Proceedings of the AAAI Conference on Artificial Intelligence}, volume={34}, number={7}, pages={12605-12612}, year={2020} } 介绍 该项目开发了一个多任务学习框架,该框架试图结合图像结构知识来辅助
2023-03-17 13:37:06 2.82MB 系统开源
1
riscv-openocd-0.10.0-2020.04.6-x86_64-w64-mingw32 riscv openocd 最新版本。
2023-03-17 10:49:18 3.84MB riscvocd openocd
1
PyTorch实施“学习内存指导的异常检测正常性” 这是论文“学习内存指导的异常检测正常性(CVPR 2020)”的实现。 有关更多信息,请查看项目站点[]和论文[ ]。 依存关系 Python 3.6 PyTorch 1.1.0 脾气暴躁的 斯克莱恩 数据集 USCD Ped2 [] 中大大道[] ShanghaiTech [] 这些数据集来自“用于异常检测的未来帧预测-新基准(CVPR 2018)”的官方github。 将数据dataset下载到数据dataset文件夹中,例如./dataset/ped2/ 更新 21年2月4日:我们上传了基于重建方法的代码,并预先训练了用于Ped2重建,大道预测和大道重建的方法。 训练 训练和测试代码基于预测方法 现在,您可以基于预测和重构方法对代码进行隐含标记。 这些代码基本上是基于预测方法的,您可以轻松地将其实现为 git c
2023-03-17 10:22:12 992KB Python
1
中国电信物联网模组需求白皮书-4G Cat1单模分册(2020.v1)
2023-03-16 15:18:52 357KB 白皮书 中国电信 5G模块
1
2020年第七次人口普查全国人口数据(共3051个县),包含1949-2021年每年出生人口数据。
2023-03-16 10:29:45 252KB 人口普查 七普 人口数据
1
班级增量学习 文件 用于班级增量学习的自适应聚合网络,CVPR2021。[ ] [] 助记符训练:无需忘记的多级增量学习,CVPR2020。[ ] [] 引文 如果它们对您的工作有帮助,请引用我们的论文: @inproceedings { Liu2020AANets , author = { Liu, Yaoyao and Schiele, Bernt and Sun, Qianru } , title = { Adaptive Aggregation Networks for Class-Incremental Learning } , booktitle = { The IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) } , year = { 20
1
PD3.0协议文档,包括物理层,协议层等。相对PD2.0增加扩展消息,增加PPS,向下兼容PD2.0
2023-03-15 10:57:30 12.9MB PD3.0
1
matlab中AIC代码及实例合成生物学中优化设计的模型选择 这里提供了用于生成,分析和可视化本文中提供的数据的脚本。 使用脚本需要RStan软件包,该软件包可在以下链接获得: 以及使用贝叶斯优化程序包的链接: 对于Matlab工具箱AMIGO2,请参考: 贝叶斯案例的数据组织在以下子文件夹(Bayesian_MS目录)中: 推理: ODE_Model1.stan是由Lugagne等人发布的带有模型1(M1)的stan统计模型脚本,用于对来自[1]的实验数据进行贝叶斯推断。 ODE_Model2.stan ,带有模型2(M2)的stan统计模型脚本,用于对来自[1]的实验数据进行贝叶斯推断。 ODE_Model3.stan ,带有模型3(M3)的stan统计模型脚本,用于对来自[1]的实验数据进行贝叶斯推断。 MultiExtractExp.R脚本,用于访问[1]中的实验数据和实验方案,以在推理之前生成要传递给stan模型的适当对象列表。 使用脚本DataExtraction.m生成csv文件。 DataExtraction.m脚本,用于从[1]中提取所需的实验数据和实验配置文件。 m
2023-03-12 22:25:23 19.67MB 系统开源
1