集成的聚合物波导生物传感器通常用于检测化学/生物样品。 为了提高传统的仅具有一个感测表面的波导传感器的灵敏度,我们基于电感耦合等离子体刻蚀方法设计并制造了具有三个感测表面的改进的感测窗,在理论上其灵敏度可以提高2.8倍。 系统研究了刻蚀参数的影响,尤其是天线功率,偏置功率和氧气流速的影响,并对刻蚀参数进行了优化,以制作出感应窗。 在这种最佳刻蚀条件下,制造了具有改进的感测窗的单模平衡马赫曾德尔干涉仪波导生物传感器,其灵敏度高于传统感测窗的传感器。 这种类型的感测窗口在聚合物波导生物传感器设备中将非常有用。
2021-03-17 11:11:42 1.22MB Bias power;Biosensor applications;Detection of
1
在对海洋监视监测的过程中,高频地波雷达的船只目标检测能力与其对海杂波的抑制能力密切相关。但是,传统海杂波时域抑制方法存在目标回波参数与海杂波相近时难以区分其各自分量,对消时目标被误消除的问题。针对上述问题,本文提出了一种适用于高频地波雷达海杂波的边界约束循环对消方法。该方法综合海杂波频移理论和实际海杂波特性分析制定出边界条件,约束建模对消过程,实现海杂波分量的抑制。实测地波雷达数据和船舶自动识别系统(AIS)数据检验的结果表明,本文方法克服了传统方法的不足且信杂比改善更加稳定,能够更加有效地实现海杂波循环对消。
1
DCASE 2020-任务3-4月 这是我们对DCASE2020任务3挑战的贡献。 (C)2020年AndrésPérez-López和RafaelIbañez-Usach。 如[1]中所述,该存储库保留了参数粒子过滤器(PAPAFIL)方法的实现。 该方法如何工作? PAPAFIL基于四个主要构建块: 估计单源TF仓并计算其瞬时窄带DOA。 使用粒子跟踪系统将DOA转换为一致的事件轨迹和激活。 使用这些注释在空间和时间上对B格式输入信号进行过滤,从而产生单音事件估计。 使用基于GBM的单分类器将分类标签分配给每个事件估计。 下图描述了该体系结构,其中Omega和Ypsilon
2021-03-16 16:49:35 235.32MB localization detection classification seld
1
糖尿病发作检测 @machinelearning{han2021cs, title={Diabetes Onset Detection using Keras Model}, author={Nguyen, Han}, year={2021}, associate={Personal Project} } 简要描述;简介 该项目是一个基于机器学习的应用程序,通过Keras模型和寻找最佳超参数的训练方法(使用网格搜索和scikit-learn并优化神经元数量)来预测个人是否患有糖尿病。 有关更多详细信息,请参阅《 我学到的是 在这个项目中,我利用自己的知识来构建Keras模型,以及对参数的不同更新(从学习率,辍学,激活,神经元初始化),以了解哪种方法可以产生最佳的准确性。 我还了解到,使用此模型,训练精度非常高; 但是,测试精度略低于80%。 这意味着我们在误报和误报方面
2021-03-16 14:07:09 23KB JupyterNotebook
1
这个是python实时情绪检测,详情见我博客python情绪检测介绍,有不懂的问我。
2021-03-16 12:07:40 11.89MB python pycharm 图像处理 人脸识别
1
楼宇入侵检测系统 使用KD99数据集构建用于网络安全的入侵检测系统此代码是为使用jupyter笔记本编写的。 该代码将构建两个不同的IDS mdel。 第一个是针对能够区分不同主要攻击的IDS。 第二个IDS能够区分正常连接和攻击。 我在此代码中使用的数据集是KDD99数据集,该数据集可在UCI机器学习存储库中公开使用。 我使用Sklearn库使用了三种算法; SVM,决策树和朴素贝叶斯。
2021-03-12 22:23:14 9KB 系统开源
1
通过安卓原生方法实现的人脸检测代码,人脸识别、框取、自动跟随
2021-03-12 16:19:50 253KB 人脸识别 android
1
1. 基于pytorch实现的代码,GPU版(cpu也能跑,但是会out of memory); 2. 包含所用的数据集KolektorSDD电子转换器表面裂痕的图片,论文原文和代码(训练好的模型大于1G了...csdn的资源大小限制,不能上传,如果有需要请留言); (抱歉,我前段时间整理资料的时候误放了,最近我再找找,如果找到了我会传到网盘,然后把链接贴到这里。大家先不要浪费积分下载了) 3. 关于本资源的具体介绍可参考我的博文
2021-03-12 14:20:00 105.43MB KolektorSDD pytorch实现 Segmentation-Bas
1
MMF时尚 介绍 MMFashion是一个基于开源视觉时尚分析工具箱。 这是由香港开发的项目的一部分。 更新 [2019-11-01] MMFashion v0.1已发布。 [2020-02-14] MMFashion v0.2发布,添加了“消费者到商店”检索模块。 [2020-04-27] MMFashion v0.3发布,添加了时尚分割和解析模块。 [2020-05-04] MMFashion v0.4发布,添加了时尚兼容性和推荐模块。 [2020-12-08] MMFashion v0.5发布,添加了虚拟试穿模块。 产品特点 灵活:模块化设计,易于扩展 友好:外行用户的现成模型
1
该数据集包含621个1类图像,用于船舶探测。 Ship Detection from Aerial Images_datasets.txt Ship Detection from Aerial Images_datasets.zip
2021-03-12 09:08:49 121.9MB 数据集
1