matlab拟合平面代码快速StereoCamera-IMU校准
用Matlab编写的针对MODD2数据集的快速有效的StereoCamera-IMU校准。
（第3.3节）
要求：具有OpenCV3.0
+库的Matlab2016a
+
有两个主要功能：
getGroundPlane和getVanishingPoints
getGroundPlane：
此功能使飞机适合于USV前方的地面点，并读取机载IMU提供的初始旋转。
由此，我们可以获得两个旋转矩阵（1）R_
{CAM}
^
{USV}（从摄像机坐标系到USV坐标系的旋转）和（2）R_
{IMU}
^
{USV}（从IMU坐标旋转到USV坐标系）。
getVanishingPoints：
此功能读取IMU的当前测量值。
基于此测量值（和R_
{IMU}
^
{USV}），它将IMU坐标系中定义的无穷大点旋转到世界坐标系。
通过将所选点从世界坐标投影到摄影机平面，我们可以获取水平线的大致位置。
运行演示
要运行示例校准，只需调用demo_calibration.m脚本。
该脚本需要两个输入参数：（1）MODD2数据集根目录的路径和（
2021-09-18 13:51:13
9.73MB
1
IT互联网行业公司软件项目创业方案程序开发商业计划书模板资料
2021-09-17 21:01:36
702KB
IT互联网行业公司软件项目创业方案程序开发商业计划书模板资料
2021-09-17 21:01:28
2.11MB
SpeccyClone
流行程序“ Speccy”的“克隆”，用于显示系统的硬件信息。 使用Python进行数据管理和针对GUI应用程序的C ++ Qt构建
该程序的目的是向用户简洁地显示计算机信息，包括但不限于：
硬件温度（CPU，GPU）
存储空间（驱动器信息，）
风扇转速？
当前的开发指南是以终端形式（基于终端的文本表显示硬件信息）构建一个功能原型，将使用Python获取将要使用的数据，我们将使用它们在终端原型中显示数据并将其处理为可读的格式。
然后，一旦基于终端的功能原型完成，我们将使用Qt构建一个基于C ++的GUI应用程序，以将该数据正确显示给最终用户。
2021-09-17 11:50:57
2KB
1
男X
MaleX是恶意软件和良性Windows可执行文件示例的精选数据集，适用于恶意软件研究人员。 数据集包含1,044,394个Windows可执行二进制文件，其中864,669被标记为恶意软件，而179,725被标记为良性。 该数据集具有合理数量的样本，足以测试数据驱动的机器学习分类方法，还可以在可伸缩性和适应性方面衡量设计模型的性能。
频域中的恶意软件可视化
在频域中可视化恶意软件的动机是由于文学中恶意软件的“稀疏”特征表示形式，通常是从二进制文件的原始字节或反汇编的指令（n-gram，n-perms）中提取出来的。
将给定的可执行二进制文件读取为16位带符号十六进制向量，并将其划分为相应的二位字节（n-gram字节，n = 2）。 例如，对于字节流0a1bc48a ，对应的二元组将为0a1b ， 1bc4和c48a 。 然后，我们使用二元语法频率计数来获得尺寸为256x256的
2021-09-16 20:00:18
228KB
1
利用非均匀间歇采样脉冲宽度和采样脉冲周期不固定的特点，研究了基于非均匀间歇采样的干扰样式的干扰效果。分析了均匀间歇采样与非均匀间歇采样2种干扰样式的干扰效果以及灵巧噪声干扰在均匀间歇采样方式下对线性调频(LFM)信号的干扰效果。通过分析可知：均匀间歇采样干扰仅具有欺骗效果，而非均匀间歇采样干扰不仅具有欺骗效果，还具有一定的压制效果；灵巧噪声干扰在均匀间歇采样方式下的信号幅度参差不齐，峰均比较高，而非均匀间歇采样干扰信号为恒包络信号，峰均比较低。MATLAB仿真结果表明，基于非均匀间歇采样的干扰样式与均匀间歇采样方式相比，可以实现更好地干扰效果，验证了理论分析的正确性，具有一定的工程价值。
2021-09-16 16:58:29
2.1MB
1
基于物理的深度学习
以下材料集合针对“基于物理的深度学习” (PBDL)，即结合物理建模和深度学习 (DL) 技术的方法领域。 在这里，DL 通常指的是基于人工神经网络的方法。 PBDL 的总体方向代表了一个非常活跃且快速发展的研究领域。
在这个领域，我们可以区分各种不同的基于物理的方法，从目标设计、约束、组合方法和优化到应用。 更具体地说，所有方法都针对正向模拟（预测状态或时间演化）或逆向问题（例如，从观察中获得物理系统的参数化）。 除了正向或反向，学习和物理之间的整合类型提供了一种对不同方法进行分类的方法：
数据驱动：数据由物理系统（真实或模拟）产生，但不存在进一步的交互。
损失项：物理动力学（或其部分）在损失函数中编码，通常以可微运算的形式。 学习过程可以重复评估损失，并且通常从基于 PDE 的公式接收梯度。
交错：完整的物理模拟被交错并与深度神经网络的输出相结合； 这需要一
2021-09-16 08:52:24
207KB
1
针对无线传输中的多径信道模型，给出了多径信道的仿真程序，对干扰抵消方法进行了误码率和多用渐进有效性的仿真结果。
2021-09-15 20:40:19
3KB
1