路由器LAN级联配置.docx
2021-05-09 17:02:30 1.06MB 路由器配置
1
《hadoop实战》中用老api写了TopOne,没有写topN,所以我就用新api,采用多job级联的方式实现了TopN,共大家参考。
2021-05-07 19:33:07 5KB hadoop TopN mapreduce 级联
1
smt32的定时器级联,pwm输出+定时器计数.以及2个定时器级联组成32位计数器 其他为网上搜集的文章,希望对定时器级联感兴趣的有所帮助.
2021-05-05 16:21:07 4.47MB stm32 定时器级联
1
74LS164级联控制5个数码管静态显示
2021-05-04 11:30:45 112KB 74 164 级联控制 静态显示
1
针对高维数据聚类的问题,许多有效的方法已经被提出,级联的子空间聚类算法CSC就是一种有效的解决法案。但是CSC算法定义的聚类损失可能破坏特征空间,从而取得非代表性的无意义特征,进而损害聚类性能。为了解决这一问题,提出了一种结合自编码器保留数据结构的改进算法。具体地说,使用聚类损失作为引导,分散特征空间数据点,同时采用一种欠完备的自动编码器作为重构损失,约束操作和维护数据生成分布的局部结构。将两者结合,共同优化聚类标签的分配,学习适合聚类的局部结构保留特征。使用自适应矩估计(Adam)和小批量随机梯度下降(mini-batch SGD)两种优化方法调整模型参数。在多个数据集上,使用聚类结果准确率(ACC)、标准互信息(NMI)和调整rand指数(ARI)三个评价指标验证了该算法的有效性和优越性。
2021-04-30 17:03:09 1.31MB 高维数据聚类 自编码器 聚类损失
1
为研究复杂网络在遭遇随机故障或蓄意攻击时的鲁棒性,考虑节点具有恢复和重复失效等特征,构建故障节点概率传播模式下的级联失效模型.构建节点故障概率随故障次数增加而逐渐降低的故障概率函数,设计概率恢复(R)和阶段恢复(T)两种故障节点恢复策略,并针对ER、WS、NC和BA四类网络研究其恢复鲁棒性.仿真实验考虑模型中相关参数变化,揭示其对复杂网络级联失效过程中的鲁棒性影响,综合分析边鲁棒性和节点鲁棒性的性能权衡.仿真结果表明,在概率恢复策略下,随着恢复率的增大,4类网络级联失效的规模均能够实现有效降低;而在阶段恢复策略下,随着参数T值增加到不同阈值,4类网络鲁棒性指标在级联失效过程中均能够呈现出突变现象.
1
此工具根据博文https://sunkingyang.blog.csdn.net/article/details/116157222介绍,更新客户端窗口自适应分辨率。工具拥有国标级联功能,支持客户端和服务端两种模式,分别支持国标实时视频播放、停止,历史视频文件检索、播放、停止,其中服务端还支持设备信息检索等功能
2021-04-29 01:46:28 35.23MB GB28181 国标级联 国标上级 实时视频
1
行政区划查询 实体类到控制层全套以及区划sql文件
2021-04-27 13:01:10 29KB 行政区划级联查询三级
1
Haar级联的车辆检测 最后页面更新时间: 2016年10月19日 最新版本: 1.0.0 (有关更多信息,请参见发行说明) 大家好,执行车辆检测的一种简单方法是使用Haar Cascades。 当前,我没有关于它的详细教程,但是您可以在OpenCV主页上获得一些其他信息,请参阅页面。 另请参阅以训练您自己的级联分类器。 haar-cascade cars.xml是使用来自后方的526张汽车图像(360 x 240像素,无比例缩放)进行训练的。 这些图像是从布拉德·菲利普(Brad Philip)和保罗·厄普代克(Paul Updike)提出的Car数据集中提取的,该数据集取自南加州的高速公路。 有关更多信息,请参见: 训练自己的OpenCV Haar分类器 相关论文: 奥利维拉,M。 Santos,V.使用类似Haar的功能自动检测实际道路上的汽车( ) 一些其他资源:
2021-04-26 20:14:01 5.6MB car opencv vehicle-detection haar-cascade
1
本资源是博文https://sunkingyang.blog.csdn.net/article/details/116157222所提资源,拥有国标级联中客户端、国标上级两种端功能,包含实时视频、历史视频,播放、停止、设备信息检索、录像文件检索等功能
1