matlab中微多普勒代码mDoppler_thesis 使用模拟微多普勒仪和时频分析结合机器学习算法对人类活动进行分类:汽车用途的比较研究(Chalmers University of Technology University,Gothenburg,Sweden.2017年8月)。 代码和工具。 联络方式 帕维尔·格奥尔吉耶夫(Pavel Gueorguiev)电子邮件:linkedin: 弗雷德里克·阿克塞尔森(Fredrik Axelsson)电子邮件: Matlab代码 freehanddraw.m:一个文件,用于从Matlab中的实际雷达信号中提取微多普勒仪。 用户可以在数据中选择对象运动的方向并提取相关数据,然后应对其进行处理。 人工神经网络 ANN_main.m首先在输入图像上运行深度为1的ANN,然后进行测试。 输入参数是图像大小,网络大小和学习率λ。 此网络不适用于扩展到大于1的深度。 主要的 main.m加载.c3d文件,生成模拟雷达响应,并将STFT,CWD和SPWVD算法应用于信号。 然后将图像保存到文件夹中以备后用。 对于.c3d数据格式,它需要以下支持文件
2021-10-06 12:42:58 22.57MB 系统开源
1
matlab双腿机器人代码Biped_Walking_bot 这是一款模拟人类步行的两足步行机器人 介绍 两足动物是一种陆地运动的形式,生物体通过其两个后肢或腿部运动。 通常以两足动物的方式运动的机器称为两足动物,即“两只脚”。 我们的BIPED项目具有10个自由度,是一款旨在在平坦表面行走的机器人。 从理论上讲,两足动物是指步行,奔跑,跳跃。 但是由于复杂性,我们只能步行。该项目分为四个阶段。 方法 我们项目的四个阶段包括1.规划2.设计3,准备机械结构4.编码我们通过阅读有关两足动物机制及其涉及的机制的研究论文来开始计划。 我们完成了与人类步行机制相似的倒立摆机制。 计划阶段通过制作计划结构的3-d CAD模型并确定夹具的位置开始。 我们使用MATLAB 3d对项目进行了3d模拟。 通过按计划组装伺服电机并在组装的每个步骤检查扭矩平衡,我们开始准备机械结构。 Arduino代码控制每个伺服器移动到相应角度的角度。 我们最初通过零点和弯矩方法计算角度,然后通过优化原理来计算最终角度,这些最终角度在某些情况下涉及击打和试验。 硬件- *伺服马达-16 Kg-cm *微控制器-Ardui
2021-10-01 12:12:38 2.67MB 系统开源
1
Chjmeak计算机网络技术对人类社会发展的影响.pdf
2021-10-01 09:07:56 115KB
考虑人类活动用水的土壤含水量神经网络反演.pdf
2021-09-25 17:06:04 2.17MB 神经网络 深度学习 机器学习 数据建模
UXF-Unity实验框架 简化了在Unity引擎中开发的人类行为实验的一组组件。 UXF 2.0支持桌面,PCVR,独立VR以及基于Web的实验,用于使用不同的数据输出模式进行完整的远程数据收集。 这是开发项目,如果要下载软件包,请不要克隆此存储库,请参见下面的“入门”。 阅读“行为研究方法”中的! 该论文现在已经有些过时了,但是对这个项目的动机做了很好的概述。 由利兹大学沉浸式认知小组Jack Brookes开发。 如果您使用UXF开发了一个项目,请! 内容 内置UXF 单击上面的横幅以查看我们使用UXF构建的一些实验。 开始吧 阅读本自述文件和以了解UXF。 将最新的UXF.u
2021-09-18 13:33:06 4.98MB science experiment framework research
1
differential-line-此算法能模拟自然生长, 包含其它算法还能模拟人类大脑/植物的生长
2021-09-18 09:34:43 7.29MB Python开发-算法和设计模式
1
哈尔 使用深度神经网络的人类活动识别(HAR)
2021-09-16 16:49:55 79.78MB JupyterNotebook
1
本资源仅方便大家辅助博文学习,已得到李老师的许可 深度学习与人类语言处理的课程ppt,在本课程中,文字和语音的内容各占一半,主要关注近3年的相关技术,重点讲述BERT及之后的预处理模型。 李宏毅老师2020新课深度学习与人类语言处理课程主页: http://speech.ee.ntu.edu.tw/~tlkagk/courses_DLHLP20.html 视频地址: https://www.bilibili.com/video/BV1RE411g7rQ
2021-09-16 09:28:10 53.81MB 人工智能 自然语言处理
1
MidiParser.js MidiParser是用于浏览器和Node的Javascript二进制MIDI文件阅读器,可将MIDI二进制数据结构转换为JSON对象,从而使迭代和交互变得更加容易。 小而无依赖 浏览器和节点兼容 支持的数据输入: BASE64编码的Midi数据 UINT8 arrayBuffer,在读取或获取.mid二进制文件时获得。 浏览器中的FileInput Element 自定义Midi消息 例子 在Node中解析MIDI文件的简单示例... let midiParser = require ( 'midi-parser-js' ) ; let fs = require ( 'fs' ) // read a .mid binary (as base64) fs . readFile ( './test.mid' , 'base64' , function
2021-09-14 17:52:10 291KB javascript midi midi-js midi-parser
1
logletlab2 Loglet Lab 2 是一个 Java 应用程序,用于将逻辑曲线拟合到时间序列数据。 为洛克菲勒大学人类环境计划开发。
2021-09-12 09:52:00 907KB Java
1