您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. javaSE代码实例

  2. 第一篇 起步篇 第1章 初识Java 3 1.1 Java简介 3 1.1.1 Java的不同平台 3 1.1.2 Java发展的历程 3 1.1.3 Java的特点 4 1.2 安装开发工具包 5 1.2.1 下载JDK 5 1.2.2 安装JDK 6 1.2.3 安装后Java目录的解读 7 1.3 学会使用API 7 1.4 第一个Java程序 8 1.4.1 开发源代码 8 1.4.2 编译运行 9 1.5 小结 11 第2章 基本数据类型——构建Java 大厦的基础 12 2.1 源
  3. 所属分类:Java

    • 发布日期:2016-06-21
    • 文件大小:6291456
    • 提供者:zuichengyu
  1. Graph Matching Networks for Learning the Similarity of Graph Structured Objects

  2. 近日,DeepMind 和谷歌联合进行了一项研究,该研究提出了一种执行相似性学习的新型强大模型——图匹配网络(GMN),性能优于 GNN 和 GCN 模型。该论文已被 ICML 2019 接收。 DeepMind 和谷歌的这项新研究聚焦检索和匹配图结构对象这一极具挑战性的问题,做出了两个重要贡献。 首先,研究者展示了如何训练图神经网络(GNN),使之生成可在向量空间中执行高效相似性推理的图嵌入。其次,研究者提出了新型图匹配网络模型(GMN),该模型以一对图作为输入,通过基于跨图注意力的新型匹配
  3. 所属分类:机器学习

    • 发布日期:2019-05-07
    • 文件大小:1048576
    • 提供者:pierian_d
  1. DL-T-417-2006 电力设备局部放电现场设备测量导则.pdf

  2. DL-T-417-2006 电力设备局部放电现场设备测量导则pdf,DL-T-417-2006 电力设备局部放电现场设备测量导则DL/T417-2006 前言 本标准是根据《国家发展改革委办公厅关于印发2006年行业标准项目计划的通知》(发改办工业 [2006]1093号)的安排,对DL417—1991的修订 局部放电试验是一项技术及设备配置都要求较高的试验项目,在现场测量有一定的技术难度,原导 则自1991年发布后,DL5%6-1996《电力设备预防性试验规程》等相关标准相继出台,并对有关内
  3. 所属分类:其它

    • 发布日期:2019-10-19
    • 文件大小:1048576
    • 提供者:weixin_38743481
  1. 生成对抗网络(GANs)最新家谱:为你揭秘GANs的前世今生

  2. 生成对抗网络( AN)一经提出就风光无限,更是被Yann L un誉为“十年来机器学 习领域最有趣的想法”。 GAN“左右互搏”的理念几乎众所周知,但正如卷积神经网络(CNN)一样,GAN发展 至今已经衍生出了诸多变化形态。望伪图像的分布尽可能地接近真图像。或者,简单来说,我们想要伪图像尽可能看起 来像真的一样。 值得一提的是,因为GANs是用极小化极大算法做优化的,所以训练过程可能会很不稳 定。不过你可以使用一些“小技巧”来获得更稳健的训练过程。 在下面这个视频中,你可以看到GANs所生成图片
  3. 所属分类:深度学习

    • 发布日期:2019-07-02
    • 文件大小:1048576
    • 提供者:abacaba
  1. 匹配网络两种设计方法的对比研究

  2. 电小天线的阻抗特性非常恶劣,与传输线匹配相当困难,如果是宽带匹配更是难上加难,同时其效率非常低。因此,找到合适的匹配网络的设计方法就很重要了。为了找到较好的设计匹配网络的方法,以某电台的单极子鞭状天线匹配网络的设计为例,通过对匹配网络的两种常见得出方法——理论计算和软件仿真进行了研究,对比分析了误差出现的原因,为匹配网络的研究方法提供了思路。
  3. 所属分类:其它

    • 发布日期:2021-01-31
    • 文件大小:1048576
    • 提供者:weixin_38626075
  1. 匹配网络两种设计方法的对比研究

  2. 电小天线的阻抗特性非常恶劣,与传输线匹配相当困难,如果是宽带匹配更是难上加难,同时其效率非常低。因此,找到合适的匹配网络的设计方法就很重要了。为了找到较好的设计匹配网络的方法,以某电台的单极子鞭状天线匹配网络的设计为例,通过对匹配网络的两种常见得出方法--理论计算和软件仿真进行了研究,对比分析了误差出现的原因,为匹配网络的研究方法提供了思路。
  3. 所属分类:其它

    • 发布日期:2021-01-31
    • 文件大小:1048576
    • 提供者:weixin_38751537
  1. 飞机目标分类的深度卷积神经网络设计优化

  2. 针对使用传统方法和神经网络对飞机目标分类时遇到的准确率低、分类种类少等问题,研究了深度卷积神经网络(DCNN)在飞机目标分类中的可行性。为了匹配模型容量、避免过拟合、提高分类性能等,设计了9层DCNN模型,并使用随机梯度下降优化器进行优化。在数据集中选用6类具有代表性的飞机类型进行实验,提出两种正则化级联方式以防止过拟合并加快模型收敛,最终实现了99.1%的飞机分类准确率,由此说明该DCNN模型在飞机目标分类中的有效性。通过归一化混淆矩阵分析分类结果,给出了每类飞机自分类的准确率。此外,设计了一
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:8388608
    • 提供者:weixin_38706045