Novell和Windows NT混合网的组建

matlab2008和vs2008的混合编程

人工智人-家居设计-粗糙集理论及粗糙混合智能方法在船舶电力系统中的应用研究.pdf

LabVIEW与Matlab混合编程

roipolyaa：感兴趣区域多边形抗锯齿。 此函数的工作方式与图像处理工具箱中的 roipoly 相同，只是有一处更改。 沿边界的元素被着色，具体取决于它们跨边界的距离。 这会在用于图像处理时去除阶梯边缘，创建更平滑、抗锯齿的多边形。 该方法如本博客文章所述： http://blogs.mathworks.com/steve/2007/02/06/antialiased-polygon-scan-conversion/ 该函数在 Matlab 中工作，无需额外的工具箱。 屏幕截图显示了单独使用“inpolygon”（左）和使用 roipolyaa（右）的蒙版。 在全分辨率下，右侧缩略图具有更平滑的边缘。 对于大型遮罩，它可能会非常慢，尤其是在需要强抗锯齿的情况下。 大部分时间花在使用“inpolygon”上。 可以通过使用 File Exchange 上的 inpolygon

沥青混合料的性能与其细观结构密切相关,离散元方法在解决沥青混合料这种复杂、多相、不连续介质材料的细观问题时,具有很大优势。针对以往沥青混合料离散元建模不能较好模拟集料颗粒形状的问题,结合数字图像处理技术,提出了一种新的沥青混合料离散元几何建模方法,主要有3个步骤：1)使用特征聚类方法,将沥青混合料切片图像中的集料与沥青砂浆分离;2)并利用链码边界跟踪和线段表算法将分离的集料区域填充为离散元中的“聚粒”;3)用离散元的圆盘单元填充沥青胶砂区域,实现沥青混合料切片图像的二维离散元几何建模。利用该模型,较好地模

人工智人-家居设计-并联式混合动力电动汽车能量管理系统智能控制策略研究.pdf

人工智人-家居设计-波束成形-分集混合式智能天线接收技术的研究.pdf

人工智人-家居设计-采用混合智能算法的三层光网络静态业务选路与资源优化算法研究.pdf

现代机器学习技术可用于构建强大的对撞机物理问题的模型。 但是，在许多应用中，由于数据中缺少真实级别的信息，因此在不完善的仿真上对这些模型进行了训练，这冒着仿真学习模型风险的风险。 在本文中，我们介绍了无标签分类的范式（CWoLa），其中训练了分类器以区分类的统计混合，这在对撞机物理学中很常见。 至关重要的是，既不需要单个标签也不需要类别比例，但是我们证明了CWoLa范例中的最佳分类器也是在传统的完全监督情况下所有标签信息均可用的最佳分类器。 在一个分析性玩具示例中证明了这种方法的强大功能之后，我们考虑了对撞机物理的现实基准：使用夸克/胶子混合训练样本区分夸克和胶子引发的射流。 更一般而言，CWoLa可以应用于标签或类别比例未知或模拟不可靠但类别的统计混合可用的任何分类问题。