鉴于学习样本对神经网络模型的模式识别性能有很大的影响,提出学习样本的选择应与识别模型所利用的特性相结合,并利用汉明;Hamming 距离对用于旋转不变识别的级联模型的学习样本进行优选,计算机对三个很相似的飞机模型进行识别,识别结果表明对学习样本进行有效的选择不仅可以减少系统的学习训练时间而且可以提高模型的识别能力。
2022-09-09 09:10:45 1.75MB 神经网络 模式识别 学习样本 级联模型
1
第一期使用命令介绍: 类: (CefApp): 与进程,命令行参数,代理,资源管理相关的回调类 (CefBrowserProcessHandler): 用于接收进程相关的回调通知。 (CefClient): 回调管理类,主要是用于向浏览器反回我们需要接管哪些功能的类。 (CefLifeSpanHandler):浏览器的运行管理类,包含当浏览器创建完成之后,浏览器被关闭等通知 (CefMainArgs): 数据类,用于设置当前应用实例句柄的。 (CefSettings): 数据类,用于设置一些浏览器整体的基本信息 (CefWindowInfo): 数据类,用于设置一些浏览器的窗口信息 (CefBrowserSettings): 数据类,用于设置一些浏览器的基本信息 用到的类命令: 返回值 (CefBrowserProcessHandler) = (CefApp).GetBrowserProcessHandler()  '获取一个用于管理浏览器进程的类 返回值 空= (CefBrowserProcessHandler).OnContextInitialized()  '回调通知函数,告诉我们浏览器已经准备就绪了。 返回值 (CefLifeSpanHandler) = (CefClient).GetLifeSpanHandler()  '向浏览器返回我们用于接管浏览器进程的类 返回值 空 = (CefLifeSpanHandler).OnAfterCreated()  '回调通知函数,用于告诉我们,当前有一个新的浏览器创建好了 返回值 空 = (CefLifeSpanHandler).DoClose()  '回调通知函数,貌似是表示所有浏览器都关闭之后,Cef上有一大段注释,但是TM始终看不明白... 返回值 空 = (CefLifeSpanHandler).OnBeforeClose()  '回调通知函数,用于告诉我们,当前有一个浏览器被关闭了 返回值 空 = CefMainArgs.Load()  '数据类函数,用于设置当前当前应用的实例句柄 返回值 空 = CefSettings.SetAsSingleProcess()  '数据类函数,是否使用单进程运行浏览器, 1.单进程运行 0.多进程运行。默认是以多进程运行的。 返回值 空 = CefSettings.SetAsNoSandbox()  '数据类函数,是否关闭沙盘功能 返回值 空 = CefSettings.SetAsRemoteDebuggingPort()  '数据类函数,设置远程调试端口 返回值 空 = CefWindowInfo.SetAsChild()  '数据类函数,设置浏览器窗口为子窗口 通用类命令: (All).AddRef()  '给这个函数所属的类增加一次引用计数 (All).Release()  '给这个函数所属的类释放一次引用计数 (All).HasOneRef()  '判断当前这个类是不是第一次被引用 (All).Wrap()  '实际上《Hello WebKit》框架的类都是以一种接近于C++类的存在,为了能给浏览器使用,我们必须要将这个类转换为近似于C的类。这个函数就有这样的作用 (All).Unwrap()  '从C类中取回我们的C++类 (All).ToCpp__() '导入或取出由浏览器提供的类指针或者数据指针 通用命令: CefBrowserHostCreateBrowserSync()  '创建一个新的浏览器,成功返回浏览器类CefBrowser. CefExecuteProcess()  '初始化浏览器进程 CefInitialize()  '全初始化,该函数执行完成之后,(CefBrowserProcessHandler).OnContextInitialized() 将收到通知 CefRunMessageLoop()  '浏览器进程消息循环 CefShutdown()  '浏览器进程结束 CefQuitMessageLoop()  '向所有(多进程下)浏览器进程发送结束通知 REQUIRE_UI_THREAD()  '调试函数,用于检查执行到该函数位置的线程/进程是否为UI线程/进程,如果不是将被中断下来 CEF_BROWSER_RELEASE()  '释放一次浏览器的引用计数 第二期使用命令介绍: (CefDisplayHandler): 与浏览器状态显示相关的类 (CefBrowser): 浏览器类,用于控制或者取得浏览器的相关信息,最常用的类 (CefBrowserHost): 浏览器窗口类,用于控制或者取得浏览器窗口的相关信息,最常用的类 (CefFrame): 浏览器框架类,用于控制或者取得浏览器框架的相关信息,最
2022-09-08 16:12:38 102KB 易语言例程
1
AWS Transcribe演示 一个简单的AWS演示利用Amazon Transcribe将音频转换为文本并进行分析。 请考虑以支付AWS费用。 部署到您自己的AWS 设置AWS CLI和凭证配置( aws configure )。 运行yarn安装所有依赖项。 运行yarn build以构建前端和后端。 运行yarn bootstrap以初始化AWS CDK部署。 运行yarn deploy做实际的部署。 如果部署成功,则cloudfront URL将显示在输出中,如下所示: Outputs: AwsTranscribeDemoStack.CloudFrontURL = xxx.cloudfront.net CI / CD与Github动作 以Beta用户身份注册 。 将您的AWS凭证和区域保存在Github存储库的秘密中( [YOUR_REPO_URL]/setti
2022-09-07 10:11:36 19.13MB audio aws typescript aws-lambda
1
DES加密介绍DES是一种对称加密算法,所谓对称加密算法即:加密和解密使用相同密钥的算法。DES加密算法出自IBM的研究,后来被美国政府正式采用,之后开始广泛流传,但是近些年使用越来越少,因为DES使用56位密钥,以现代计算能力,24小时内即可被破解。虽然如此,在某些简单应用中,我们还是可以使用DES加密算法,本文简单讲解DES的JAVA实现。 JAVA实现加密代码有详细解释,不多废话。注意:DES加密和解密过程中,密钥长度都必须是8的倍数 代码如下:        public byte[] desCrypto(byte[] datasource, String password) {   
2022-09-06 17:27:37 45KB des 加密 算法
1
在频率选择性衰落信道下,由于符号间干扰(ISI)的存在,利用循环前缀(CP)的最大似然正交频分复用(OFDM)系统同步算法性能较差.首先,通过改善循环前缀“集相关”特性存在的缺陷,提出了一种新的定时度量函数.利用无符号间干扰区间内的采样点,对相隔OFDM符号长度的两个数据块进行相关运算.其次,提出新的检测函数,在由定时度量函数最大值和循环前缀长度确定的区间内,搜索检测函数的最大值,得到定时偏移估计值,完成定时同步.仿真结果表明,在频率选择性衰落信道下,与已有算法相比,本算法定时偏移估计值期望更接近理想值,
2022-09-05 16:50:07 455KB 自然科学 论文
1
利用京东api写的程序,可以调用好多接口
2022-09-04 22:42:06 1.33MB 京东api
1
布隆过滤器,大家学过数据结构的应该都清楚,一般的字典树要实现嵌入和查找都内存的消耗非常大,布隆过滤器有BloomFilter<1000000,string, BKDRHash, APHash, DJBHash> bf五个参数你要查找的元素个数,查找元素类型,三个Hash函数, m = -n*ln(p) / (ln(2)^2) k = m/n * ln(2) # k 为哈希函数个数 # m 为布隆过滤器长度 # n 为插入的元素个数 # p 为可接受该容器的误报率(0-1) 当k等于3时,m=4.36n,于是可以设置m/n=5,k如果多的话,m/n可以设置更大来追求准确率,一般m/n设置为k*ln(2)就行,此时误差率小于0.01
2022-09-04 14:05:42 9.14MB 布隆过滤器 数据结构 c++ 内存优化
1
软件功能大概介绍一下 1. 红色曲线是原始数据 2. 绿色和蓝色是对原始数据用两种不同深度的滑动平局值滤波后的结果,两种深度可以在输入框中指定,范围是1-31 3. 水红色是对原始数据进行标准的卡尔曼滤波后的结果 4. 黑色是利用改良卡尔曼算法滤波后的结果,改良原理就是`当数据的突变超过10%`,怎把滑动平均值的结果传递给给卡尔曼的输出,使卡尔曼快速响应 5. 还有一个`数据跳变使能`,意思就是在`一个范围内给原始数据乘上一个系数`,模拟原始数据产生突变,这样就可以观察滤波算法的响应数据(使用跳变功能后,在相同参数参数下,改良后的卡尔曼响应更快)
2022-09-04 09:05:28 6.4MB 卡尔曼滤波参数调整
1
频域分析与设计在实际控制工程中广泛应用,频域分析与设计离不开Bode图。 胡寿松版本《自动控制原理》书上大多使用M语言来绘制Bode图,此方式仅仅适用于学生课堂教学,实际运用起来耗时费力。 基于此,本人利用Simulink工具教授大家如何绘制开环Bode图与闭环Bode图,让大家更容易的对频域指标进行理解与分析。 以上方法,希望大家喜欢!!!另外,因本人水平有限,难免可能出现错误,若有错误,希望大家提出宝贵意见,谢谢。
2022-09-03 19:05:15 872KB matlab&simulink
1
主要给大家介绍了关于利用Python将每日一句定时推送至微信的实现方法,文中通过示例代码将实现的步骤一步步介绍的非常详细,需要的朋友可以参考借鉴,下面随着小编来一起学习学习吧
1