Paper - SWAGAN - A Style-based WAvelet-driven Generative Model.pdf
2021-10-18 17:12:14 3.65MB SWAGAN
1
描述了系统工程和光学紧耦合的MBSE方法论
2021-10-18 17:02:12 38.6MB 与项目紧耦合的系统工程 AirForce MBSE
1
cbr-classify 基于案例推理的分类学习算法,即Case-Based-Reasoning。
2021-10-18 15:27:55 40.48MB C
1
matlab图像去除阴影代码基于帧的交通监控应用Matlab检测 目的是从视频流中检测车辆并对其进行监视。 该代码可以与每个具有稳定功能的摄像机一起使用。 根据您的视频分辨率,您可以采用该代码。 HSV彩色平面用于去除阴影。 通过使用基本的图像处理技术,可以正确检测物体。
2021-10-16 20:29:29 2KB 系统开源
1
灰度特征提取matlab代码基于VGG16 / 19,SIFT和灰度直方图的Caltech-101图像分类 该项目通过python和matlab提供图像分类代码。 我的实验环境是Windows 10 / Tensorflow 1.14.0,keras 2.3.1和Ubuntu 18.04上的nivdia 2080Ti上的Matlab R2019a。 对于Python 此代码基本上是指。 使用2080Ti训练整个数据集基本上将花费不到2个小时。 参考精度: 模型 VGG16 VGG19 准确性 59.02% 54.86% 脚步 下载caltech-101并将其放在“数据/”中。 将“路径”更改为数据所在的路径。 为VGG19运行“ Train_caltech.py​​”,为VGG16运行“ Train_caltech_vgg16.py”。 对于Matlab 该代码基本上基于特征提取,SVM和vlfeat。 供参考的精度:比Python中的精度高近20%。 我猜想matlab工具包中的VGG模型是经过预训练的,而我是用Python从头开始训练模型的。 模型 VGG16 VGG19 准确性
2021-10-16 09:56:40 13KB 系统开源
1
大规模多输入多输出(MIMO),也称为超大型MIMO系统,是5G的一种吸引人的技术,可以提供比4G更高的速率和功率效率。 线性预编码方案能够实现接近最佳的性能,因此比非线性预编码方案更具吸引力。 但是,大规模MIMO系统中的常规线性预编码方案(例如正则归零强制(RZF)预编码)具有接近最佳的性能,但由于需要大尺寸的矩阵求逆,因此具有较高的计算复杂度。 为了解决这个问题,我们利用Cholesky分解和Sherman-Morrison引理,通过在大规模MIMO系统中利用渐近正交信道特性,提出了基于CSM(Cholesky和Sherman-Morrison策略)的预编码方案来进行矩阵求逆。 根据误码率(BER)和平均总和率对结果进行数字评估。 与逆矩阵的Neumann级数逼近相比,得出的结论是,在大规模MIMO配置中,通过较少的运算,基于CSM的预编码的性能优于常规方法。
1
基于深空探测图像的EMD-SIFT图像配准方法,尹孟征,吴雪晨,本文提出了一种基于小行星图像序列的尺度不变特征配准方法,该方法包括应用经验模态分解方法(EMD)从图像序列中提取特征,再通过
2021-10-14 18:27:45 837KB Empirical Mode Decomposition
1
While labeled data is expensive to prepare, ever increasing amounts of unlabeled data is becoming widely available. In order to adapt to this phenomenon, several semi-supervised learning (SSL) algorithms, which learn from labeled as well as unlabeled data, have been developed. In a separate line of work, researchers have started to realize that graphs provide a natural way to represent data in a variety of domains. Graph-based SSL algorithms, which bring together these two lines of work, have been shown to outperform the state-of-the-art in many applications in speech processing, computer vision, natural language processing, and other areas of Artificial Intelligence. Recognizing this promising and emerging area of research, this synthesis lecture focuses on graphbased SSL algorithms (e.g., label propagation methods). Our hope is that after reading this book, the reader will walk away with the following: (1) an in-depth knowledge of the current stateof- the-art in graph-based SSL algorithms, and the ability to implement them; (2) the ability to decide on the suitability of graph-based SSL methods for a problem; and (3) familiarity with different applications where graph-based SSL methods have been successfully applied.
2021-10-14 15:55:14 1.4MB 机器学习 半监督学习 基于图的学习
1
本文是ICCV2005中一篇基于轮廓的运动目标检测与跟踪算法。采用采用了光流、边缘等信息检测前景,采用主动轮廓进行模板的跟踪。
2021-10-13 23:47:35 287KB 目标检测 轮廓 光流
1
基于LMS自适应滤波算法的电液伺服振动台加速度幅相控制,姚建均,姜贵林,电液伺服振动台通常需要对加速度响应进行良好的控制。基于极点配置理论通过三状态控制方法对电液伺服振动台的极点进行配置。因此
2021-10-13 23:26:37 309KB 首发论文
1