1、 基礎知識 1.1 信道衰落 1.2 多徑效應（多徑時延擴展） 相干帶寬就是多徑時延的倒數(shù)。 當信號帶寬遠小于信道相干帶寬，信號受到平坦性衰落。 當信號帶寬大于等于信號相...
發(fā)簡信
IP屬地：北京
-
2020-07-13 PDSCH中的DMRS（38.211） -
2020-07-08 38系列協(xié)議的基本認識（5G NR）NR 5G是第五代移動通信的簡稱，5G由另一個名稱，新空口（new radio,NR）。NR和LTE系統(tǒng)都基于OFDM系統(tǒng)傳輸，主要區(qū)別是LTE的子載波間隔是15KHZ，NR...
-
ALPR：無約束場景中的車牌檢測和識別論文：License Plate Detection and Recognition in Unconstrained Scenarios 摘要 自動車牌識別（ Automa...
-
你真棒
Lecture 1 課程介紹&資源整合
一、課程介紹 官網介紹：計算機視覺已經在我們的社會中無處不在，應用于搜索、圖像理解、應用程序、繪圖、醫(yī)學、無人駕駛飛機和自動駕駛汽車。這些應用程序的核心許多都是視覺識別任務，...
-
Python 3 & Keras YOLO v3解析與實現(xiàn)YOLOv3在YOLOv2的基礎進行了一些改進，這些更改使其效果變得更好。 在320×320的圖像上，YOLOv3運行速度達到了22.2毫秒，mAP為28.2。其與SSD一樣...
-
萬元機器學習臺式機/主機配置裝配主機的主要部件的主要品牌機械硬盤：希捷、西部數(shù)據(jù)、東芝固態(tài)硬盤：英睿達、英特爾、三星、建興、浦科特、東芝。內存：金士頓、威剛、芝奇、英睿達、宇瞻、海盜船顯卡：華碩、技嘉、...
-
主成分分析（PCA）的推導與解釋前言 PCA是一種無參數(shù)的數(shù)據(jù)降維方法，在機器學習中很常用，這篇文章主要從三個角度來說明PCA是怎么降維的分別是方差角度，特征值和特征向量以及SVD奇異值分解。 PCA的推導...
-
Lecture 4 介紹神經網絡我們已知梯度計算有數(shù)值法和解析式法，當損失函數(shù)非常復雜時我們可能無法直接寫出損失函數(shù)L對參數(shù)W的梯度計算表達式，所以可以引入中間節(jié)點，當前節(jié)點的梯度計算之和當前節(jié)點有關。例如...
-
Lecture 2 圖像分類
注意：課程需要使用大量Python編程并使用Numpy 完成矩陣運算，所以學習本lecture的同時需要學習Python 和Numpy。使用教程：點擊這里 本課重點： 數(shù)據(jù)驅...
-
Lecture 11 檢測與分割我們之前都是圖像分類的任務，最后一個全連接層得到所有分類的得分?，F(xiàn)在我們來研究計算機視覺的其他任務，比如語義分割、圖像分類與定位、目標檢測、實例分割等。 本課重點 語義分割 ...
-
Lecture 13 生成模型之前了解到的都是有監(jiān)督學習（Supervised Learning）：我們有數(shù)據(jù)x和標簽y，目標是學習到一個函數(shù)可以將數(shù)據(jù)x映射到標簽y，標簽可以有很多形式。典型的有監(jiān)督學習...
-
Lecture 12 可視化和理解CNN本課重點 特征可視化 DeepDream 風格遷移 1 特征可視化 之前一直把CNN當做黑盒子處理，那么其工作原理是什么樣的呢？每一層都在尋找哪些內容？中間層的作用是什么？以...
-
iOS真機測試Appium環(huán)境搭建appium官網使用介紹[http://appium.io/docs/en/about-appium/getting-started/index.html]（推薦） 一、安裝...
-
Faster R-CNN：使用RPN實時目標檢測論文：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 0 背景 ...
-
CTPN：自然圖像文本檢測論文：CTPN-Detecting Text in Natural Image with Connectionist Text Proposal Network 0 背景 文...
-
DenseNet：密集連接卷積網絡論文：Densely Connected Convolutional Networks 眾所周知，最近一兩年卷積神經網絡提高效果的方向，要么深（比如ResNet，解決了網絡深...
