MATLAB深度學(xué)習(xí)簡介深度學(xué)習(xí)是機器學(xué)習(xí)的一個類型，該類型的模型直接從圖像、文本或聲音中學(xué) 習(xí)執(zhí)行分類任務(wù)。通常使用神經(jīng)網(wǎng)絡(luò)架構(gòu)實現(xiàn)深度學(xué)習(xí)。“深度”一詞是指網(wǎng)絡(luò) 中的層數(shù) — 層數(shù)越多，網(wǎng)絡(luò)越深。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)只包含 2 層或 3 層， 而深度網(wǎng)絡(luò)可能有幾百層。下面只是深度學(xué)習(xí)發(fā)揮作用的幾個例子:? 無人駕駛汽車在接近人行橫道線時減速。? ATM 拒收假鈔。? 智能手機應(yīng)用程序即時翻譯國外路標(biāo)。深度學(xué)習(xí)特別適合鑒別應(yīng)用場景，比如人臉辨識、 文本翻譯、語音識別以及高級駕駛輔助系統(tǒng)(包括 車道分類和交通標(biāo)志識別)。簡言之，精確。先進的工具和技術(shù)極大改進了深度學(xué)習(xí)算法，達到了 很高的水平，在圖像分類上能夠超越人類，能打敗世界最優(yōu)秀的圍棋 選手，還能實現(xiàn)語音控制助理功能，如 Amazon Echo? 和 Google Home，可用來查找和下載您喜歡的新歌。如果您剛接觸深度學(xué)習(xí)，快速而輕松的入門方法是使用現(xiàn)有網(wǎng)絡(luò)， 比如 AlexNet，用一百多萬張圖像訓(xùn)練好的 CNN。AlexNet 最常用于 圖像分類。它可將圖像劃分為 1000 個不同的類別，包括鍵盤、鼠標(biāo)、 鉛筆和其他辦公設(shè)備，以及各個品種的狗、貓、馬和其他動物。
標(biāo)簽： Matlab
上傳時間： 2022-06-10
上傳用戶：
神經(jīng)網(wǎng)絡(luò)是機器學(xué)習(xí)的重要分支，是智能計算的一個主流研究方向，長期受到眾多科學(xué)家的關(guān)注和研究，它植根于很多學(xué)科，結(jié)合了數(shù)學(xué)、統(tǒng)計學(xué)、物理學(xué)、計算機科學(xué)和工程學(xué).已經(jīng)發(fā)現(xiàn)，它能夠解決一些傳統(tǒng)意義上很難解決的問題，也為一些問題的解決提供了全新的想法.在傳統(tǒng)的研究成果中，有很多表達數(shù)據(jù)的統(tǒng)計模型，但大都是比較簡單或淺層的模型，在復(fù)雜數(shù)據(jù)的學(xué)習(xí)上通常不能獲得好的學(xué)習(xí)效果.深度神經(jīng)網(wǎng)絡(luò)采用的則是一種深度、復(fù)雜的結(jié)構(gòu)，具有更加強大的學(xué)習(xí)能力，目前深度神經(jīng)網(wǎng)絡(luò)已經(jīng)在圖像識別、語音識別等應(yīng)用上取得了顯著的成功.這使得這項技術(shù)受到了學(xué)術(shù)界和工業(yè)界的廣泛重視，正在為機器學(xué)習(xí)領(lǐng)域帶來一個全新的研究浪潮.
標(biāo)簽： 深度神經(jīng)網(wǎng)絡(luò)
上傳時間： 2022-06-19
上傳用戶：shjgzh
研究了視線環(huán)境下毫米波降雨衰減和信號起伏效應(yīng)，為分析多徑環(huán)境對雨衰和雨致信號起伏效應(yīng)的影響提供了“比較標(biāo)準(zhǔn)”。基于粒子散射吸收理論，簡述了雨衰機理，并通過仿真分析了現(xiàn)有雨哀工程模型的局限性，進而提出了一種修正特征衰減模型參數(shù)的方法，基于ITU-R給出的35GHz模型參數(shù)對該修正方法進行了驗證：根據(jù)隨機介質(zhì)波傳播理論，研究了雨粒子散射引起的信號起伏效應(yīng)。基于自主搭建的Ka波段信道哀落特性和降雨物理特征測量系統(tǒng)，分別在視線環(huán)境和多徑環(huán)境下，開展了關(guān)于雨哀和雨致信號起伏特性的測量實驗，根據(jù)儀器的測量原理，優(yōu)化了實測雨滴譜的提取方法，并提出了基于實測雨滴譜修正weibul模型參數(shù)的方法，建立了適用于西安地區(qū)精確的南滴尺寸分布模型，進而結(jié)合等效介電常數(shù)理論修正了指數(shù)雨衰模型參數(shù)，比較了視線環(huán)境下修正模型的雨哀計算結(jié)果與實驗測量結(jié)果，以驗證所提出的模型參數(shù)修正方法的正確性和可行性。然而，將多徑環(huán)境下降雨特征代入修正模型中，其計算和實驗結(jié)果表明地形地物多徑環(huán)境會“放大”雨衰和信號起伏深度。基于電波傳播理論和等效均勻介質(zhì)理論，建立了復(fù)合環(huán)境下的電波傳播模型；在該模型基礎(chǔ)上，推導(dǎo)出了地形地物多徑傳播環(huán)境影響下的降雨衰減模型和信號起伏統(tǒng)計特性模型：仿真和討論了在典型地形地物多徑環(huán)境下，典型降雨時間序列下的衰減和信號起伏效應(yīng)，揭示了多徑環(huán)境“放大”大氣傳輸效應(yīng)的機理，并與實驗結(jié)果進行了比較，驗證了該模型的有效性。本文研究方法對降雪、沙塵暴等惡劣天氣環(huán)境和地形地物多徑傳播環(huán)境綜合作用下毫米波傳播特性的研究具有重要的指導(dǎo)意義，同時其研究成果對5G應(yīng)用場景下亳米被信道建模，以及提高5G毫米波移動通信系統(tǒng)性能具有重要的應(yīng)用價值。
上傳時間： 2022-06-20
上傳用戶：
上面是一段實時目標(biāo)識別的演示， 計算機在視頻流上標(biāo)注出物體的類別， 包括人、汽車、自行車、狗、背包、領(lǐng)帶、椅子等。今天的計算機視覺技術(shù)已經(jīng)可以在圖片、視頻中識別出大量類別的物體， 甚至可以初步理解圖片或者視頻中的內(nèi)容， 在這方面，人工智能已經(jīng)達到了3 歲兒童的智力水平。這是一個很了不起的成就， 畢竟人工智能用了幾十年的時間， 就走完了人類幾十萬年的進化之路，并且還在加速發(fā)展。道路總是曲折的， 也是有跡可循的。在嘗試了其它方法之后， 計算機視覺在仿生學(xué)里找到了正確的道路（至少目前看是正確的） 。通過研究人類的視覺原理，計算機利用深度神經(jīng)網(wǎng)絡(luò)（ Deep Neural Network，NN）實現(xiàn)了對圖片的識別，包括文字識別、物體分類、圖像理解等。在這個過程中，神經(jīng)元和神經(jīng)網(wǎng)絡(luò)模型、大數(shù)據(jù)技術(shù)的發(fā)展，以及處理器（尤其是GPU）強大的算力，給人工智能技術(shù)的發(fā)展提供了很大的支持。本文是一篇學(xué)習(xí)筆記， 以深度優(yōu)先的思路， 記錄了對深度學(xué)習(xí)（Deep Learning）的簡單梳理，主要針對計算機視覺應(yīng)用領(lǐng)域。
標(biāo)簽： 深度神經(jīng)網(wǎng)絡(luò) 目標(biāo)檢測
上傳時間： 2022-06-22
上傳用戶：
從路由器底層深度透析路由技術(shù)原理當(dāng)IP子網(wǎng)中的一臺主機發(fā)送IP分組給同一IP子網(wǎng)的另一臺主機時，它將直接把IP分組送到網(wǎng)絡(luò)上，對方就能收到。而要送給不同IP于網(wǎng)上的主機時，它要選擇一個能到達目的子網(wǎng)上的路由器，把IP分組送給該路由器，由路由器負責(zé)把IP分組送到目的地。如果沒有找到這樣的路由器，主機就把IP分組送給一個稱為“缺省網(wǎng)關(guān)（default gateway）”的路由器上。“缺省網(wǎng)關(guān)”是每臺主機上的一個配置參數(shù)，它是接在同一個網(wǎng)絡(luò)上的某個路由器端口的IP地址。路由器轉(zhuǎn)發(fā)IP分組時，只根據(jù)IP分組目的IP地址的網(wǎng)絡(luò)號部分，選擇合適的端口，把IP分組送出去。同主機一樣，路由器也要判定端口所接的是否是目的子網(wǎng)，如果是，就直接把分組通過端口送到網(wǎng)絡(luò)上，否則，也要選擇下一個路由器來傳送分組。路由器也有它的缺省網(wǎng)關(guān)，用來傳送不知道往哪兒送的IP分組。
標(biāo)簽： 路由器
上傳時間： 2022-06-27
上傳用戶：
解析深度學(xué)習(xí)：語音識別實踐》是首部介紹語音識別中深度學(xué)習(xí)技術(shù)細節(jié)的專著。全書首先概要介紹了傳統(tǒng)語音識別理論和經(jīng)典的深度神經(jīng)網(wǎng)絡(luò)核心算法。接著全面而深入地介紹了深度學(xué)習(xí)在語音識別中的應(yīng)用，包括“深度神經(jīng)網(wǎng)絡(luò)-隱馬爾可夫混合模型”的訓(xùn)練和優(yōu)化，特征表示學(xué)習(xí)、模型融合、自適應(yīng)，以及以循環(huán)神經(jīng)網(wǎng)絡(luò)為代表的若干先進深度學(xué)習(xí)技術(shù)。
標(biāo)簽： 深度學(xué)習(xí) 語音識別
上傳時間： 2022-07-24
上傳用戶：qdxqdxqdxqdx
該書的作者是來自 Y Combinator Research 的研究員 Michael Nielsen，他也是一位量子物理學(xué)家、科學(xué)作家、計算機編程研究人員。他的個人主頁是：Neural networks and deep learningneuralnetworksanddeeplearning.com書籍介紹 這是我個人以為目前最好的神經(jīng)網(wǎng)絡(luò)與機器學(xué)習(xí)入門資料之一。內(nèi)容非常淺顯易懂，很多數(shù)學(xué)密集的區(qū)域作者都有提示。全書貫穿的是 MNIST 手寫數(shù)字的識別問題，每個模型和改進都有詳細注釋的代碼。非常適合用來入門神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)！ 全書共分為六章，目錄如下： 第一章：使用神經(jīng)網(wǎng)絡(luò)識別手寫數(shù)字 第二章：反向傳播算法如何工作 第三章：改進神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法 第四章：神經(jīng)網(wǎng)絡(luò)可以計算任何函數(shù)的可視化證明 第五章：深度神經(jīng)網(wǎng)絡(luò)為何很難訓(xùn)練 第六章：深度學(xué)習(xí) 《Neural Network and Deep Learning》這本書的目的是幫助讀者掌握神經(jīng)網(wǎng)絡(luò)的核心概念，包括現(xiàn)代技術(shù)的深度學(xué)習(xí)。在完成這本書的學(xué)習(xí)之后，你將使用神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)來解決復(fù)雜模式識別問題。你將為使用神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)打下基礎(chǔ)，來攻堅你自己設(shè)計中碰到的問題。 本書一個堅定的信念，是讓讀者更好地去深刻理解神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)，如果你很好理解了核心理念，你就可以很快地理解其他新的推論。這就意味著這本書的重點不是作為一個如何使用一些特定神經(jīng)網(wǎng)絡(luò)庫的教程。僅僅學(xué)會如何使用庫，雖然這也許能很快解決你的問題，但是，如果你想理解神經(jīng)網(wǎng)絡(luò)中究竟發(fā)生了什么，如果你想要了解今后幾年都不會過時的原理，那么只是學(xué)習(xí)些熱?的程序庫是不夠的。你需要領(lǐng)悟讓神經(jīng)網(wǎng)絡(luò)工作的原理。
標(biāo)簽： 深度學(xué)習(xí)
上傳時間： 2022-07-24
上傳用戶：
VIP專區(qū)-嵌入式/單片機編程源碼精選合集系列（10）資源包含以下內(nèi)容：1. 通用93c06-93c86系列.2. P89CXX編程器控制CPU接收和控制程序.3. 我收集的fft算法.4. rs糾錯編碼－編碼部分.5. rs糾錯編碼－譯碼部分.6. MSP430上運行RTOS實例.7. 430DAY精美手表DEMO程序和原理圖.8. MSP430F413 C語言子程序庫.9. AT29C040讀寫源程序.10. 嵌入式技術(shù)漫談中科大bbs版聚講座.11. S3C44BOX的BIOS。可使用的命令：help --- show help ? --- = help date --- show or set current date time --.12. 一個與GP-proface人機界面通訊的上位機程序.13. 開放源碼串口通訊的程序（C）.14. 一個嵌入式TCP IP 實現(xiàn).15. Dos下中斷驅(qū)動的串口類(CPP).16. 一個中斷驅(qū)動的具有緩沖區(qū)的串口源碼(C).17. GOAHEAD WEBSERVER嵌入式的源碼.18. 串口打印字符程序.19. pdiusbd12的固件程序.20. LCD source code.21. MSP-FET430P140 C語言例子程序.22. 一個IIc通信實例,主要用于串口通信方式只做為參考.本例是一個音量控制的源碼..23. 10進制to BCD轉(zhuǎn)換算法.24. 16C554擴展多串口.25. 12232點陣信利液晶基本驅(qū)動程序.26. AT24CXX 芯片驅(qū)動程序.27. 嵌入式c語言編程,狂好的書.28. sony servo.29. 索尼CX3068VCD伺服的隨身聽.30. 臺灣SUNPLUS的MP3播放器原理圖.31. 基于fpga的嵌入系統(tǒng)的設(shè)計.32. at90s8535 timer1 的編程.33. usbn9603的驅(qū)動程序.34. PPPoE協(xié)議在Psos中的實現(xiàn)源代碼.35. 嵌入式GSM短信息接口的軟硬件設(shè)計.36. haojige.37. 拼音輸入的c語言片成.38. 湊個崖邊÷÷÷的.39. CodeWarrior 使用教程.40. 嵌入式系統(tǒng)的網(wǎng)絡(luò)仿真.
標(biāo)簽： 模擬電子 技術(shù)基礎(chǔ)
上傳時間： 2013-05-15
上傳用戶：eeworm
電磁場在目標(biāo)識別中的應(yīng)用
標(biāo)簽： 電磁場 中的應(yīng)用 目標(biāo)識別
上傳時間： 2013-04-15
上傳用戶：eeworm
激光在工藝中的應(yīng)用
標(biāo)簽： 激光 工藝 中的應(yīng)用
上傳時間： 2013-05-20
上傳用戶：eeworm
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
