维特比译码器使用维特比译码算法采用卷积码进行编码的比特流解码。还有其他算法译码卷积编码的流 (例如,Fano 算法)。维特比译码算法是最耗费资源的但它的最大似然解码。这最常用的约束长度 k 的卷积码译码 = 10,但值 k = 15 都在实践中使用
2022-11-21 18:26:54 1.94MB Fano算法
1
一个现代Unix内核从原始花马卷饼内核开发
2022-11-21 18:04:15 937KB Unix内核
1
1.领域:matlab,huffman+卷积联合编译码算法 2.内容:数字通信matlab仿真,调制ASK和PSK,编译码为huffman+卷积联合编码,译码为huffman+viterbi联合译码 3.用处:用于huffman+卷积联合编译码算法编程学习 4.指向人群:本硕博等教研学习使用 5.运行注意事项: 使用matlab2021a或者更高版本测试,运行里面的Runme_.m文件,不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。
TCP-IP详解卷1 仅用于学习
2022-11-21 16:05:32 12.63MB TCP
1
图像数据集噪声对卷积网络分类的影响,张雨露,帅立国,在图像分类任务中准备数据集时,数据噪声的干扰会对后续的分类模型产生不利影响,噪声越严重就越难以得到合理的分类模型。为了评
2022-11-21 14:59:27 390KB 图像识别
1
由时域与频域的关系可知,两序列 和 在时域下进行线性卷积的结果等于这两个序列在频域下相乘后进行反变换回时域的结果。圆周卷积在一定条件下(L>M+N-1)与线性卷积得到的结果相同,而圆周卷积可在频域下利用DFT求得,从而可采用DFT的快速算法FFT来计算,这样就可以利用FFT来计算线性卷积,大大提高运算效率。而在利用FFT来计算圆周卷积的过程中当两序列的长度相差较大时采用重叠相加法来进行计算可有效提高计算的效率,减小存储空间的消耗。
2022-11-21 09:32:54 85KB 重叠相加法 圆周卷积
1
《java程序设计》课程的题库资料,由贺州学院整理,可供学生期末课程复习使用,也可以供相关任课教师出卷使用。 内容示例为: 13. 编写代码实现一个Demo类,该类继承于Thread类,该类包括三个私有类方法,字符串类型的a,int类型的b,双精度类型的c。 参考答案: class Demo extends Thread { privatestatic String a; privatestatic int b; privatestatic double c; } 14. 创建一个Student类,要求实现Person接口,Person接口的定义如下: interface Person{ String getName(); intgetScore(); } 要求,Person类包括name和score成员域,并有有参构造为这两个域赋值。 参考答案: class Student implements Person{ private String name; privateint score; public Student(String name, int score) { this.name = name; this.score = score; } public String getName() { return this.name; } publicintgetScore() { returnthis.score; } } (注:程序实现方式有很多种,本答案仅做参考) 15. 声明一个List(集合框架)变量,并增加400、500、600、700四个数字,然后在控制台输出。 控制台输出结果为: [400, 500, 600, 700] 参考答案: public static void main(String[] args) { List list = new ArrayList(); list.add(400); list.add(500); list.add(600); list.add(700); System.out.println(list); } (注:程序实现方式有很多种,本答案仅做参考)
1
文件包中包含原型axure原文件及说明、生成的HTML文件、系统思维导图以及系统中使用的批量导入文件模板3个;行测题分类(四级分类)、行测题库管理(批量导入,单题添加)、行测历年试卷库(批量导入,单试卷添加)、考试管理(新建考试试卷、随机抽题、顺序抽题,查重)、在线生成行测试卷、在线预览试卷、下载打印试卷。 申论题分类、申论题库、申论历年试卷库、考试管理(新建申论试卷,随机抽题、顺序抽题、题目查重)、在线生成申论试卷。
1
联合面检测与对准 使用多任务级联卷积网络的Caffe和Python实现联合人脸检测和对齐。 建立 设置环境并将C ++层代码复制到Caffe的源代码树。 $ export PYTHONPATH=/path/to/Joint-Face-Detection-and-Alignment:$PYTHONPATH $ export CAFFE_HOME=/path/to/caffe $ sh layers/copy.sh 按照其文档编译Caffe。 准备数据 下载数据集 , 和 。 将它们放在如下所示的数据目录中。 data ├── CelebA │   └── img_celeba ├── fddb │ ├── FDDB-folds │ ├── images │ │   ├── 2002 │ │   └── 2003 │ └── result │ └── images └── WIDER ├── wider_face_split ├── WIDER_test ├── WIDER_train └── WIDER_val 我已经编
2022-11-20 12:03:01 15.95MB python caffe cpp mtcnn
1
本资源源项目为PlotNeuralNet,我在使用源代码过程中遇到了一些问题,并且出于自己的需求进行了一些改进,修改后的代码可以在Windows系统下成功运行,可以绘制非正方形的网络结构图,且在我看来绘制结果更加美观。 资源适用于对展示卷积神经网络具体结构有需求的研究人员,用户在下载本项目后按照README官方教程中的Getting Started部分进行使用,简单学习过语法后便可以通过test_simple.py代码绘制自己的卷积神经网络结构并在同路径下生成PDF文件,官方还提供了LeNet, UNet等经典卷积神经网络的代码,用户可直接进行使用。
1