传统的罗兰圆光谱仪和Czerny-Turner型光谱仪常常采用刻线密的光栅和大的成像焦距,来提高其光谱分辨率,其结果导致成本高和仪器体积庞大.为了克服这一缺点,提出了一种中阶梯光栅和低色散棱镜相结合的光谱仪光学系统设计方法.具体分析了中阶梯光栅的基本原理和使用方法,给出设计基于中阶梯光栅的光谱仪基本步骤,并且实际设计了基于中阶梯光栅的高分辨光谱仪光学系统,焦距为400 mm,可在全谱工作波段180~800 nm 成二维光谱.Zemax光学设计软件对光学系统进行光线追迹结果表明,该系统环围能量在单个CCD像素(24 mm×24 mm)内达到50%~70%以上,200 nm 处分辨率可达0.00675 nm,完全满足设计指标要求.

微带功率分配器设计 原理仅仅对功分器的传输进行了匹配，而每个 输出端口间并没有进行匹配，所以端口间没有隔离。为了实现隔离可以通过 输出路与路间的阻抗匹配（常称为隔离电阻）达到要求，那么下面采用奇、 偶模法来进行分析。

二阶梯度matlab代码UntrimmedNet用于动作识别和检测 我们提供了CVPR论文的代码和模型（）： UntrimmedNets for Weakly Supervised Action Recognition and Detection Limin Wang, Yuanjun Xiong, Dahua Lin, and Luc Van Gool in IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017 更新 2018年10月16日 释放仅在ActivityNet1.2数据集的训练集中训练的学习模型。 请注意，我们先前发布的ActivityNet模型是在train + val集合上训练的。 2017年9月19日在THUMOS14和ActivityNet1.2数据集上发布学习的模型。 2017年8月20日释放模型原型。 指导 UntrimmedNet的培训包括三个步骤： 步骤1 ：为每个未修剪的视频提取动作建议（或镜头边界）。 我们在ActivityNet（v1.2）上的data/anet

深度学习在人脸识别的研究和应用中取得一定成效,但因计算量大且耗时,不适用于小型嵌入式设备。基于融合梯度特征的轻量级卷积神经网络SqueezeNet提取人脸特征,既能保证该网络模型适用于内存相对小的嵌入式设备,又能保证获得的人脸特征对不同光照更具鲁棒性。实验结果表明,将8×8分块图像中提取的一阶梯度特征,与轻量级卷积神经网络提取的全局特征相融合的人脸识别算法,在LFW数据集中识别率可达97.28%,较传统轻量级卷积神经网络的人脸识别方法,识别率提高了4.36%。

世界幸福报告 幸福分数是对盖洛普世界民意测验（GWP）中使用Cantril阶梯的主要生活评估问题的回答的全国平均水平。

阶梯式总分关系ppt模板.pptx,阶梯式总分关系ppt，适用于分析总分关系或者一个中心三部分内容的情况，可以用在课堂教学PPT中，项目汇报PPT中，会议PPT中，黑色背景显得典雅，箭头指示使得关系清晰，阶梯式使得P

纯css3绘制的无限阶梯上升动画特效源码.zip

利用oracle特有的方法实现oracle实现阶梯式累加

考虑阶梯式碳交易机制与电制氢的综合能源系统热电优化（完美复现）matlab-yalmip-cplex_gurobi代码，微信扫码查看详情

数学建模-阶梯电价问题，提出了更合理的制定阶梯电价的标准，利用了最小二乘法拟合 方法。