ZYNQ-UG585中英文文档，中文是机翻的，注意对照英文文档

第二章 图像去噪原理与神经网络简介 9 在上图去噪框架中有几个需要注意的点，第一是分解的图片块的大小不是盲 目的， p p 大小取得不同，则最终去噪的效果也不尽相同，取图片块太小，当噪 声较大时，此时去噪的结果会产生更多的可能性。而加噪的过程是不可逆的，因 此这样一来学习将变得非常复杂，找到公式（2-5）中的逼近 -1 的 f 函数将变更加 困难。另外一方面，虽然理论上来说取更大的 p p 是更好的，但实际情况并不是 如此，图片越大计算量越大，所以一般需要实验后折中取值。为了分开学习降低 复杂度，所以我们得折中选取了一个合适我们去噪模型的尺寸。在这个方面，尺 寸大小对去噪效果的影响在文献[10]中已经做过比较，不再详细展开。另外一点需 要注意的是，图像拆分处理之后是如何聚合并还原成原图像大小的。实际上我们 可以这样理解，对于每一个分别去噪的图片块，经过一个处理函数从 p p 变成 q q ，最后将这些尺寸为 q q 的图片按在原图中像素的位置点重聚回去，如果有 很多不同的图片块具有重叠的像素位置，则对这些重复的位置采用加权求平均或 者高斯平均的方法算出最终聚合回原图变成 m nR  的去噪图像。在神经网络中则是 采用全连接层的方式还原成 m nR  的去噪图像，其整体思想也是拆分再聚合。 2.2 人工神经网络 20世纪 80年代，人工智能领域兴起了人工神经网络（Artificial Neural Network， ANN）的研究热潮，ANN 也被人们简称为神经网络。它是一种仿照生物学中的神 经网络结构而设计的类似的网络结构，有点类似于生物脑细胞中的响应过程，通 过网络拓扑结构模拟生物神经元细胞的连接方式，以大量的简单原件构成一个复 杂的网络，以其强大的并行计算能力，高效的自主学习能力和高容错性能力进行 智能化自适应学习的网络。是一种高度非线性的模拟生物神经系统的网络结构， 可以解决复杂非线性运算和逻辑运算的网络系统。 2.2.1 神经元 如图 2-3 所示，为一个生物神经元，主要有细胞核，树突、轴突、突触、髓鞘 等结构。我们知道生物的脑神经网络由众多神经元一一连接而形成网络，树突和 突触主要用来收集传递信息，轴突主要作用相当于放行兴奋信号，阻挡抑制电平 信号。神经元就像一个处理器，释放或抑制电平信号。

国外的一本适合初学者入门小波变换的教材

AWS Database Specialty-(DBS-C01)认证考试资料整理英文-系列一

VM0001 红外自动制冷剂泄漏检测效率项目方法，v1.1 VM0002 新的热电联产设施向电网和/或热水向一个或多个电网客户供应低碳密集型电力，v1.0 VM0003 通过延长轮伐期改进森林管理的方法，v1.2 VM0004 避免泥炭沼泽森林中计划土地利用转换的保护项目方法论，v2.0 VM0005 将低产林转化为高产林的方法，v1.2 VM0006 马赛克和景观规模 REDD 项目的碳核算方法，v2.2 VM0007 REDD+ 方法框架 (REDD-MF)，v1.6 VM0008 单户和多户建筑的气候变化，v1.1 VM0009 避免生态系统转换的方法，v3.0 VM0010 改进森林管理的方法论：从伐木林到保护林的转换，v1.3 VM0011 计算防止计划退化产生的温室气体效益的方法，v1.0 VM0012 改进温带和北方森林 (LtPF) 的森林管理，v1.2 VM0013 计算喷气发动机清洗的减排量，v1.0 VM0014 从煤层气 (CBM) 渗漏中拦截和破坏逸散性甲烷，v1.0 VM0015 避免意外毁林的方法，v1.1 VM0016 从产品中回收和销毁消耗臭氧层物质

Unity 2D Game Development Cookbook

IMPRACTICAL PYTHON PROJECTS Playful Programming Activities to Make You Smarter Book Of 2019

通用依赖性-英文依赖性树库通用依赖性英语Web树库v2.7-2020-11-15 概括 建立在英语Web Treebank LDC2012T13（ ）的原始资料上的英语黄金标准通用依赖语料库。 介绍 语料库包括254,830个单词和16,622个句子，选自五种网络媒体：网络日志，新闻组，电子邮件，评论和Yahoo!。 答案。 有关句子来源的更多详细信息，请参见LDC2012T13文档。 这些树会自动转换为斯坦福依赖关系，然后手动更正为通用依赖关系。 所有基本依赖项注释均已进行单注解，其中有限的一部分已进行了双注解，并且已进行了后续更正以提高一致性。 树库的其他方面（例如，通用POS），功能和增强的依赖性，主要是自动完成的，而手工校正的功能非常有限。 许可/版权 通用依赖项English Web Treebank注释:copyright:Leland Stanford Junior University董事

本书是关于概率论和随机过程的经典教材，为许多国外论文所引用，也是浙江大学信息与通信工程专业考博的参考教材。这本书是第3版，虽然第4版已出版，但从网上读者的反馈来看还不如第三版，而且翻译得不令人满意（查看评论），所以相比之下，这本英文第3版更显得弥足珍贵，希望对大家学习有帮助。 这本书的格式是“DjVu”，大家用google搜索一下“WinDjView”就可以找到对应的阅读工具。我曾试着把它转换为PDF，但是转换后的文件都非常大，所以还是保留了它原来的格式。

思科认证CCNA专业英文词汇全集，喜欢CISCO的朋友与之分享