MIMO系统中天线选择算法研究，熊建伟，钟强，在瑞利衰落信道条件下,通过天线选择可以提高多输入多输出(MIMO)系统的容量,并能有效地降低M IMO系统的复杂度和射频成本,天线选择算法�
2021-11-20 11:10:37
275KB
1
Multiple Kernel Extreme Learning Machine
2021-11-17 11:35:49
605KB
1
深度学习-处理多维度特征的输入 -Multiple Dimension Input-自用笔记6的糖尿病数据集
2021-11-04 18:33:55
13KB
1
给Mac的Dictionary添加词典
添加方法：
1.解压文件得到词典文件 xxx.dictionary
2.finder(访达)中搜索Dictionaries 打开Dictionaries文件夹
注：Dictionaries文件夹路径在 Macintosh HD/Users/你的用户名/Library/Dictionaries
3.将解压得到的词典文件 xxx.dictionary拷贝到Dictionaries文件夹
4.打开mac应用程序中的词典应用，进入偏好设置（command + , ）勾选所添加的词典
5.enjoy！
2021-11-03 19:01:13
145.06MB
1
超声CT图像重建matlab代码从多个OCT局部图像重建图像
光学相干断层扫描（
OCT
）是一种光学成像方法。
可以认为它类似于具有更高分辨率但穿透深度较低的超声成像。
但是，OCT无法完全穿透牙齿以观察牙齿之间的蛀牙，因为与X射线不同，该区域无法直接进入。
该项目试图从通常可以访问的从牙齿侧面拍摄的部分2D图像中重建牙齿的3D图像。
在图像捕获和图像配准方面探索了各种技术。
内容：
代码：
composePath.m
：用于自动组合路径以加载扫描仪生成的OCT图像堆栈的函数
loadOCT.m
：用于加载图像堆栈的主要功能
preliminary.m：脚本用于操纵由Tomlins博士（玛丽，SMD）提供初步图像
reload_script.m
：用于将图像重新加载到Matlab中的脚本
saveAsPNGstack.m
：将体积保存到PNG堆栈
yStack.m
：用于处理y堆栈图像的脚本
loadRotatingOCT.m
：用于加载z堆栈图像的函数（由Tomlins博士提供的代码进行了修改）
使用的图像：
包含使用其他项目中用于比较的技术捕获的图像：
DiagnoCAM
res
2021-11-03 08:54:47
7.94MB
1
pyimagesearch 的Keras Multiple outputs and multiple losses 代码复现。包含数据集。
2021-11-01 18:14:45
972.13MB
pyimagesearch的Keras Multiple Inputs and Mixed Data代码复现，包括数据集和模型
2021-11-01 18:14:43
205.82MB
数据融合matlab代码无监督多核学习
这是一种用于降低维数的无监督多核学习（U-MKL）的实现，它基于Lin等人（）的有监督MKL技术。
通过结合基于特征的内核，它可以最佳地融合异构信息并加权每个输入对最终结果的贡献。
U-MKL处理异构描述符，并将其复杂性降低为简化的低维表示，从而突出了输入数据的主要特征。
可以在Sanchez-Martinez等人的文章中找到更多信息。
（）
引文
使用此代码（或修改版本）的已发表研究报告可能会引用以下文章，该文章描述了用于降维的多核学习方法：
林Y.刘T.和C.Fuh。
多核学习以减少维数。
IEEE
Transactions
on
Pattern
Analysis
and
Machine
Intelligence，33：1147–1160，2011年。
当前的MATLAB实现在以下内容中有详细介绍：
S.
Sanchez-Martinez，N。Duchateau，T。Erdei，AG
Fraser，BH
Bijnens和G.
Piella。
通过无监督的多核学习来表征心肌运动模式。
医学图像分析，35：70-82，2017。
数据库
合成的左
2021-11-01 11:31:48
5.11MB
1
Multiple Scattering of Light by Particles: Radiative Transfer and Coherent Backscattering
2021-10-21 15:02:50
12.27MB
1
在这个项目中，我们要处理使用EM算法训练GMM-HMM的孤立单词数据。 测试阶段也考虑使用维特比算法。 结果表明，通过Matlab 编程获得的性能与HTK 的性能相似。 在运行这些程序之前，请先准备好训练和测试数据。 TIDIGITS 数据库的摘录可以从这个链接获得： http://www.ece.ucsb.edu/Faculty/Rabiner/ece259/speech recognition course.html 标题为“隔离的 TI 数字训练文件，8 kHz 采样，终结点：(isolated_digits_ti_train_endpt.zip)”。 或者您可以直接从这个链接下载训练数据库的 .zip 文件： - 训练数据： http://www.ece.ucsb.edu/Faculty/Rabiner/ece259/speech recognition cours
2021-10-19 23:13:52
32KB
1