無線傳感器網絡體系結構與性能標準 WSNs體系結構如圖1所示。它主要由以下部分組 成_2]：傳感器節點、接收發送器(Sink)、Internet或通信衛星、 任務管理節點等部分。傳感器節點分布在感知區域內，采集 與觀察對象相關的數據，并將協同處理后的數據傳送到 Sink。Sink可以通過Internet或通信衛星實現傳感器網絡與 任務管理節點通信。WSNs路由協議的任務是在傳感器節點 和Sink節點之間建立路由，可靠地傳遞數據。
標簽： Internet WSNs Sink 傳感器節點
上傳時間： 2014-01-14
上傳用戶：ztj182002
文件中規劃進行多系統的整合應用，包含了～～～ 微型雷達偵測系統 熱感紅外線攝影機 可見光紅外線攝影機 無線網路傳輸應用 後端警報管理平臺
標簽： 安防系統 規畫建議
上傳時間： 2015-03-18
上傳用戶：戴斗笠的神秘人
Boost C++ Libraries Free peer-reviewed portable C++ source libraries Boost C++ Libraries 基本上是一個免費的 C++ 的跨平臺函式庫集合，基本上應該可以把它視為 C++ STL 的功能再延伸；他最大的特色在於他是一個經過「同行評審」（peer review，可參考維基百科）、開放原始碼的函式庫，而且有許多 Boost 的函式庫是由 C++ 標準委員會的人開發的，同時部分函式庫的功能也已經成為 C++ TR1 (Technical Report 1，參考維基百科)、TR2、或是 C++ 0x 的標準了。 它的官方網站是：http://www.boost.org/，包含了 104 個不同的 library；由於他提供的函式庫非常地多，的內容也非常地多元，根據官方的分類，大致上可以分為下面這二十類： 字串和文字處理（String and text processing） 容器（Containers） Iterators 演算法（Algorithms） Function objects and higher-order programming 泛型（Generic Programming） Template Metaprogramming Preprocessor Metaprogramming Concurrent Programming 數學與數字（Math and numerics） 正確性與測試（Correctness and testing） 資料結構（Data structures） 影像處理（Image processing） 輸入、輸出（Input/Output） Inter-language support 記憶體（Memory） 語法分析（Parsing） 程式介面（Programming Interfaces） 其他雜項 Broken compiler workarounds 其中每一個分類，又都包含了一個或多個函式庫，可以說是功能相當豐富。
標簽： Boost C++ Libraries
上傳時間： 2015-05-15
上傳用戶：fangfeng
可將Youtube網站上傳之影片下載封存欣賞
標簽： Youtube影片下載器
上傳時間： 2015-11-12
上傳用戶：s2277336
強化學習通過試錯與環境交互獲得策略的改進,其自學習和在線學習的特點使其成為機器學習研究的一個重要分支.該文首先介紹強化學習的原理和結構;其次構造一個二維分類圖,分別在馬爾可夫環境和非馬爾可夫環境下討論最優搜索型和經驗強化型兩類算法;然后結合近年來的研究綜述了強化學習技術的核心問題,包括部分感知、函數估計、多agent強化學習,以及偏差技術;最后還簡要介紹強化學習的應用情況和未來的發展方向.
標簽： 強化學習
上傳時間： 2016-03-26
上傳用戶：liyanfei
放墨香商業版本， 巨陵-蠻牛掉元寶,願意打的就是高手 開放包袱商人會帶備稀而物品給各位大俠購買 本服轉身請登入官網轉身 本服遊戲幣個人上限是40億 如果帶多了 轉圖重登都會變回40億 全球最強防外掛系統,打造2016年最公平的墨湘 本服承諾,絕無任何嚴重bug,保證遊戲穩定運行 本服禁止空白名,定期自動清理帶空名的玩家
標簽： 墨香
上傳時間： 2016-04-11
上傳用戶：西子灣灣
認知無線電合作檢測單用戶檢測能量檢測濾波器以及and、or法則
標簽： 能量
上傳時間： 2017-05-01
上傳用戶：naxin
本課程提供了一個廣泛的介紹機器學習、數據挖掘、統計模式識別的課程。主題包括： （一）監督學習（參數/ 非參數算法，支持向量機，核函數，神經網絡）。（二）無監督學習 （聚類，降維，推薦系統，深入學習推薦）。（三）在機器學習的最佳實踐（偏差/ 方差理 論；在機器學習和人工智能創新過程）。本課程還將使用大量的案例研究，您還將學習如何 運用學習算法構建智能機器人（感知，控制），文本的理解（W eb 搜 索，反垃圾郵件），計 算機視覺，醫療信息，音頻，數據挖掘，和其他領域。 本課程需要 1 0 周 共 1 8 節 課，
標簽： 斯坦福 大學 機器學習 講義
上傳時間： 2017-07-28
上傳用戶：xiaoyuerer
包含5個實驗項目論文，包含BP神經網絡，支持向量機，感知器
標簽： 模式識別 實驗報告
上傳時間： 2018-10-02
上傳用戶：freedom1900
方便綠色免安裝擷圖軟件，也可擷取網頁畫面
標簽： FSCapture
上傳時間： 2018-11-20
上傳用戶：aaazzz37
蟲蟲下載站版權所有 京ICP備2021023401號-1
