几种表面缺陷检测数据集-附件资源
2022-09-22 22:11:26 106B
1
用有限差分模拟高斯脉冲在自由空间传播,运行该脚本,你会得到一个表面,它是由脉冲在1微米的步骤传播。
表面肌电信号处理的matlab程序,包括带通滤波、50Hz陷波滤波程序,以及计算时域、频域的指标iMEG、RMS , MF、MPF
1
东北大学带钢表面缺陷数据集
2022-09-05 12:06:11 74.12MB 钢板表面缺陷检测
1
RSDDs铁轨表面缺陷数据集
2022-09-05 12:06:09 4.31MB 6.RSDDs铁轨表面缺陷数据集
1
月球表面3D的拼合切图
2022-09-05 09:05:43 290KB Nassa 月球
1
频率选择表面理论与设计 Ben A.Munk 侯新宇译 分享
2022-09-02 18:03:07 14.38MB 频率选择表面
1
ANSI ESD STM11.11-2021平面材料表面电阻测量.pdf
2022-08-29 15:27:11 590KB esd stm11.11 2021
1
本文提出了一种使用OPENBCI收集两个手势数据并解码信号以区分手势的实验。 用受试者前臂上的三个电极提取信号,并在一个通道中传输。 利用巴特沃斯带通滤波器后,我们选择了一种新颖的方法来检测手势动作段。 代替使用基于能量计算的移动平均算法,我们开发了一种基于Hilbert变换的算法来找到动态阈值并识别动作段。 从每个活动部分提取了四个特征,生成了用于分类的特征向量。 在分类过程中,我们基于相对较少的样本对K最近邻(KNN)和支持向量机(SVM)进行了比较。 最常见的实验是基于大量数据来追求高度拟合的模型。 但是在某些情况下,我们无法获得足够的训练数据,因此必须探索在小样本数据下进行最佳分类的最佳方法。 尽管KNN以其简单性和实用性而闻名,但它是一种相对耗时的方法。 另一方面,由于支持向量机应用了不同的风险最小化原则,因此在时间要求和识别准确性方面具有更好的性能。 实验结果表明,SVM算法的平均识别率比KNN高1.25%,而SVM比KNN短2.031 s。
2022-08-25 23:04:11 719KB 行业研究
1
UE4中得到硬表面法线,实现硬表面高光 。做一些需要彰显硬表面结构的特殊效果
2022-08-10 14:05:06 25KB UE4FlagShading FlagShading 硬表面 高光
1