针对随机测量矩阵元素随机产生、不易于硬件实现的缺点,利用有限域上准循环低密度奇偶校验(QCLDPC)码奇偶校验矩阵的构造方法,设计了一种确定性的结构化稀疏测量矩阵。由于QC-LDPC码的信道编解码性能较好,故以此为基础构造压缩感知(CS)测量矩阵预计有较好的性能。分别用一维和二维信号的CS重建实验验证新矩阵的性能,结果表明,与常用的测量矩阵相比,在相同的重建算法和压缩比条件下,新矩阵对应的重建误差较低,在峰值信噪比(PSNR)的评价指标上有所提高(0.5~1 dB)。特别地,所提的确定性测量矩阵在结构上具有对称特性和准循环特性,如将其应用于硬件实现,可降低物理内存的需求量与硬件实现的复杂度。
2022-08-12 20:50:25
320KB
1
不确定性环境下NIS安全风险评估模型，冯楠，解晶，如何在不确定性条件下进行风险辨识以及风险概率估计是网络信息系统安全风险评估中亟待解决的关键问题之一。本文提出了一种基于遗
2022-07-31 13:16:30
393KB
1
Q-learning with epsilon-greedy explore Algorithm for Deterministic Cleaning Robot V1 确定性清洁机器人 MDP 清洁机器人必须收集用过的罐子也必须为其充电电池。 状态描述了机器人的位置和动作描述运动的方向。 机器人可以向左移动或向左移动正确的。 第一个 (1) 和最后 (6) 个状态是终端状态。 目标是找到最大化回报的最优策略从任何初始状态。 这里是 Q-learning epsilon-greedy 探索使用算法（在强化学习中）。 算法 2-3，来自： @book{busoniu2010reinforcement, title={使用函数逼近器的强化学习和动态规划}， 作者={Busoniu，Lucian 和 Babuska，Robert 和 De Schutter，Bart 和 Ernst，Damien
2022-07-29 00:17:17
3KB
1
锁步RTS引擎
基于Unity版本的最新版本：2019.2.1f1
Lockstep RTS Engine（LRE）是为具有锁步模拟功能的3d RTS游戏设计的引擎。 它包括确定性2D物理引擎，寻路，行为系统等。 LRE与Unity集成在一起，但是可以抽象出来。
特别感谢John Pan（ ）在Lockstep Framework（ ）中的辛勤工作和奉献精神。 也向Elgar Storm提供了他为开发RTS游戏而创建的精彩教程（ ）。
正在由mrdav30（ ）开发。
产品特点
确定性数学库和仿真逻辑
XZ平面上的2D物理引擎。
个体代理和全球行为系统
锁步变量-知道何时何地
2022-07-28 16:45:47
182.21MB
1
这是一本关于随机建模和模糊建模的好书，非常经典！
2022-07-18 13:38:31
4.52MB
1
人工智人-家居设计-基于L,-模的不确定性推理及智能控制稳定性的研究.pdf
2022-07-13 16:03:05
2.47MB
人工智人-家居设计-不确定性空间机器人轨迹规划及智能控制方法研究.pdf
2022-07-04 11:04:56
2.64MB
数据融合matlab代码这是以下论文中涉及的数据和Matlab代码的副本
@inproceedings
{liu2021robust，
title
=
{强大的动态多模态数据融合：模型不确定性的观点}，
作者=
{刘斌}，
booktitle
=
{arXiv预印本arXiv：2105.06018}，
年=
{2021}
}
感谢您在此处使用代码和/或数据后是否引用本文。
代码中和本文中算法名称之间的对应关系如下：
代码中的“
pf”
<----------->本文中的“
PF”
本文中代码<----------->“
DMA”中的“
dmmpf”
本文中代码<----------->“
SMA”中的“
pf_df”
本文代码<----------->中的“
pf_alpha”“
TS”
代码文件的简要说明如下
main_alg_compare.m：用于重现实验结果的主要功能
simu_data.mat和simu_data2.mat：实验中使用的两个数据集
Simulation_data_gen.m：用于生成simu_data.mat的代码
Simulation_data_gen2.m
2022-06-27 06:31:55
53KB
1