注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 线性及卷积混合信号盲源分离论文及算法

  2. 线性及卷积混合信号盲源分离论文及算法by Shiro Ideka

  3. 所属分类：其它

    • 发布日期：2008-04-06
    • 文件大小：149504
    • 提供者：ngc35ster

  1. 卷积码发生器的设计【维特比(Viterbi)译码】

  2. 本课程设计主要解决对一个卷积码序列进行维特比(Viterbi)译码输出,并通过Matlab软件进行设计与仿真，并进行误码率分析。根据线性幅度调制原理，设计一个AM调制系统，实现模拟混合加性噪声的情况下对模拟语音信号的调制、传输和解调的全过程。

  3. 所属分类：软件测试

    • 发布日期：2011-04-28
    • 文件大小：280576
    • 提供者：chxnin0011

  1. 频域卷积混合盲源分离

  2. 频域卷积混合盲源分离，可作为实验平台使用。包括短时傅里叶变换及逆变换，复数ICA，解决排列歧义性的算法，算法性能评价等内容。

  3. 所属分类：Java

    • 发布日期：2012-02-22
    • 文件大小：6291456
    • 提供者：nay0648

  1. Blind Speech Separation

  2. 一本介绍盲信号分离的书，详细介绍了瞬时混合与卷积混合的解卷相关算法，英文原版

  3. 所属分类：其它

    • 发布日期：2016-11-22
    • 文件大小：13631488
    • 提供者：u010592995

  1. 混合PSO优化神经网络结构和参数

  2. 卷积神经网络（CNN）优化，神经网络weights压缩剪枝，用于加速整个CNN.

  3. 所属分类：机器学习

    • 发布日期：2018-08-16
    • 文件大小：325632
    • 提供者：daisy_k

  1. 卷积盲源分离

  2. 直接运行Demo文件即可，本算法案例是两源信号卷积混合，基于同一信号相邻频点能量相关的方法对频域盲源分离信号进行排序

  3. 所属分类：算法与数据结构

    • 发布日期：2019-04-12
    • 文件大小：10240
    • 提供者：gaowei_185

  1. 一种新的联合块对角化卷积盲分离时域算法

  2. 提出一种基于高阶累积量联合块对角化的时域算法求解卷积混合盲信号分离问题。引入白化处理，将混叠矩阵转变成酉矩阵，混合信号转变为互不相关的，进而计算出其对应的一系列高阶累积量矩阵，通过最小化代价函数来实现高阶累积量矩阵联合块对角化的目的，在时域中解决超定卷积盲分离问题。实验表明，相比于经典的自然梯度算法，所提方法的分离精度更高，且运算速度也更快。

  3. 所属分类：其它

    • 发布日期：2020-10-19
    • 文件大小：642048
    • 提供者：weixin_38728624

  1. MS-G3D:[CVPR 2020口腔] PyTorch实施“基于骨架的动作识别的解缠结和统一图卷积”-源码

  2. MS-G3D PyTorch实施的“解开和统一图卷积以进行基于骨骼的动作识别”，CVPR 2020口头。 [ ] [] [ ] 依存关系 Python> = 3.6 PyTorch> = 1.2.0 （自动混合精度培训） PyYAML，tqdm，tensorboardX 资料准备 磁盘使用警告：预处理后，对于NTU RGB + D 60，NTU RGB + D 120和Kinetics 400，数据集的总大小分别约为38GB，77GB，63GB。原始/中间大小可能会更大

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：44040192
    • 提供者：weixin_42122340

  1. pyconv:金字塔形卷积-源码

  2. 金字塔形卷积 这是我们的论文的PyTorch实现。 （请注意，这是ImageNet上图像识别的代码。有关语义图像分割/解析的信息，请参见以下存储库： : ） 在ImageNet上训练的模型可以在找到。 PyConv能够提供比基线更高的识别能力（有关详细信息，请参见）。 ImageNet上的准确性（使用默认培训设置）： 网络 50层 101层 152层 ResNet 76.12％（ ） 78.00％（ ） 78.45％（ ） PyConvHGResNet 78.48 ％（ ）

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：206848
    • 提供者：weixin_42135753

  1. 雷达信号卷积混合的改进排列对准算法

  2. 雷达信号卷积混合的改进排列对准算法

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：1048576
    • 提供者：weixin_38617602

  1. P2P贷款投资网络中的贷款建议：一种混合图卷积方法

  2. P2P贷款投资网络中的贷款建议：一种混合图卷积方法

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：1048576
    • 提供者：weixin_38715567

  1. 基于卷积神经网络的NOMA增强D2D和蜂窝混合网络资源管理算法

  2. 基于卷积神经网络的NOMA增强D2D和蜂窝混合网络资源管理算法

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：202752
    • 提供者：weixin_38677806

  1. 混合噪声模型的大气湍流退化图像的多帧盲反卷积

  2. 这封信提出了一个混合噪声模型，并使用多帧盲反卷积在贝叶斯推理框架下还原空间物体的图像。 为了最小化代价函数，提出了一种基于迭代递归的算法。 此外，点扩展函数的三个有限带宽约束被强加到求解过程中，以避免收敛到局部最小值。 实验结果表明，该算法可以有效地恢复湍流退化图像，减轻噪声引起的失真。

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：248832
    • 提供者：weixin_38741195

  1. MCNN-based_HSI_Classification:MCNN-CP：使用混合卷积和协方差合并的高光谱图像分类（TGARS 2021）； MCNN-PS和Oct-MCNN-PS：使用混合3D八度和2D-亚像素卷积神经网络的高光谱图像分

  2. 基于MCNN的_HSI_分类 文件 MCNN-CP：使用混合卷积和协方差合并的高光谱图像分类（TGARS 2021） MCNN-PS和Oct-MCNN-PS：使用混合3D八度音程和2D子像素卷积神经网络的高光谱图像分类（已提交TGARS） 1.环境设置 该代码已在配备Intel i7-9750H 2.6 GHz处理器，32 GB RAM和NVIDIA GTX1650图形卡，Python 3.6，tensorflow_gpu-1.14.0，Keras-2.2.4，CUDA 10.0， cuDNN

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：8192
    • 提供者：weixin_42101641

  1. 盲彩色图像反卷积的新型混合模型框架

  2. 盲彩色图像反卷积的新型混合模型框架

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：1048576
    • 提供者：weixin_38635979

  1. 基于卷积神经网络的混合颗粒分类法研究

  2. 针对混合颗粒的分类问题,传统算法多利用颗粒的二值化图像提取其特征,并通过精细的特征设计结合BP神经网络、支持向量机(SVM)等分类器进行分类,但颗粒粘连以及不精确的特征设计都会严重影响分类的准确率。利用卷积神经网络提取颗粒的特征,通过区域建议网络(RPN)搜索颗粒的位置,同时建立分类器,并结合全卷积网络实现像素级的颗粒分割。对由球形、长条形及非规则形颗粒组成的混合流动颗粒体系进行实验研究,结果表明:利用人工特征设计的SVM法可以达到87%的分类精确率和召回率,而基于卷积神经网络的方法则可以达到9

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：9437184
    • 提供者：weixin_38519234

  1. 用解卷积方法测量亚毫微秒荧光寿命

  2. 本文报道了用光电倍增管及取样示波器测量Rh6G和不同浓度的KI混合水溶液的荧光衰变曲线。系统的响应时间是毫微秒量级的,测量得到的衰变曲线是溶液的真实衰变曲线与仪器响应函数卷积的结果。应用相平面法与迭代卷积法相结合来进行解卷积处理,求得溶液的真实荧光寿命,其结果可获得最小时间分辨为130ps,达到仪器的响应函数半宽度的3％。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：4194304
    • 提供者：weixin_38609571

  1. MixHop-and-N-GCN：“ MixHop：通过稀疏邻域混合进行的高阶图卷积体系结构”的实现（ICML 2019）-源码

  2. MixHop和N-GCN ⠀ PyTorch实现的“ MixHop：通过稀疏邻域混合进行的高阶图卷积体系结构”（ICML 2019）和“一个高阶图卷积层”（NeurIPS 2018）。 抽象 最近的方法通过近似图拉普拉斯算子的本征基，将卷积层从欧几里得域推广到图结构数据。 Kipf＆Welling的计算效率高且使用广泛的Graph ConvNet过度简化了逼近度，有效地将图形卷积呈现为邻域平均算子。 这种简化限制了模型学习三角算子（图拉普拉斯算子的前提）的作用。 在这项工作中，我们提出了一个

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：1048576
    • 提供者：weixin_42157166

  1. 复杂背景下交错低秩组卷积混合深度网络的路面裂缝检测算法研究

  2. 由于混凝土路面光照强度不均匀、背景复杂、噪声干扰大,传统的裂缝检测算法难以准确提取其裂缝特征。为了在提高裂缝检测准确性的同时减少计算冗余,提出了一种将低秩核和组卷积结合的交错低秩组卷积混合深度网络的路面裂缝检测算法。首先利用重叠滑动窗口裁剪方法建立裂缝图像数据集,在训练集上生成一个具有较好鲁棒性的分类器,对裂缝及非裂缝图像进行分类,然后采用自适应阈值法得到边缘轮廓清晰的裂缝二值化图像,最后采用中轴线法求取裂缝最大宽度。在测试集上验证模型的性能,实验结果表明测试精度为0.9726,效果优于经典的裂

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：11534336
    • 提供者：weixin_38641150

  1. 具有非奇异约束的线性卷积混合信号盲分离联合对角化方法

  2. 联合对角化能够成功解决盲分离问题, 但在求解时会得到非期望的奇异解, 从而无法完全分离出源信号. 鉴于此, 提出一种用于线性卷积混合盲分离的联合对角化方法, 将卷积混合模型变换为瞬时模型, 并对变换后的模型应用联合对角化求取分离矩阵. 在求解过程中, 引入约束条件对解的范围进行限定, 避免了奇异解的出现. 仿真结果表明, 所提出的方法能够成功实现卷积混合信号盲分离.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：611328
    • 提供者：weixin_38686245
« 12 3 4 5 6 »