网站首页
校园空间
教师库
在线阅读
知识问答
大学课件
高等教育资讯网
大学课件分类
:
基础课件
工程课件
经管课件
农业课件
医药课件
人文课件
其他课件
课件(包)
文库资源
点击切换搜索课件
文库搜索结果(704)
《计算机网络技术》 第二章 直连的网络
文档格式:PPT 文档大小:629KB 文档页数:112
2.1全章逻辑关系 1.所需硬件(介质和结点) 2.信号编码(层次性) (1)如何编码一个比特 (2)在比特的基础上构建帧 (3)差错控制 (4)通信协议(可靠传输) (5)介质访问控制问题 3.直连的网络常用的拓扑结构 (1)以太网 (2)令牌环网 (3)无线网 注:核心问题是如何保证数据的正确性
《数学建模竞赛题》AMCM88问题-A确定毒品走私船的位
文档格式:DOC 文档大小:33KB 文档页数:2
AMCM88问题A确定毒品走私船的位置 相距5.43哩的监听站收听到一个短暂的无线电讯号。收听到讯早的时候测向仪分别定位在111和 119°处(见图88A-1),测向仪的精度为±2°,该讯号来自一个毒品交换活跃的地方,据推测该处有一只 机动船正等着有人来取毒品。当时正值黄昏、无风、无潮流。一架小型直升飞机离开监听站①的简易机场 并能精确地沿111°角方向飞行
《信息技术教学应用》课程教学资源(PPT课件)第七章 信息技术教学应用展望
文档格式:PPT 文档大小:952KB 文档页数:60
7.1网络技术的发展及教育应用 ❖ 7.1.1 无线网络技术及移动教育 ❖ 7.1.2 网格技术及其教育应用 7.2 智能信息技术的教学应用 ❖ 7.2.1 教育专家系统 ❖ 7.2.2 基于Agent技术的教学系统 7.3 虚拟现实技术教育应用 ❖ 7.3.1虚拟现实简介 ❖ 7.3.2虚拟现实教育应用实例 7.4 教育资源库及其应用 ❖ 7.4.1 教育资源库简介 ❖ 7.4.2 教育资源库的应用 ❖ 7.4.3 数字图书馆
东南大学:《信号与线性系统》课程教学资源(无线电系及生医系信号与系统期中考试试题答案)
文档格式:PDF 文档大小:237.16KB 文档页数:14
1、判断下列方程所描述的系统是否为线性系统 (每小题2分,共6分,写出“是”与“不是”即可) (1)d2r(t)+3dr(t-5()=de(t)+e(t)(答案:是)
中国科技大学:《电磁场理论》 第七章 电波传播理论基础
文档格式:PPT 文档大小:2.11MB 文档页数:109
实际空间充满了各种不同电磁特性的介质。 电磁波在不同介质中传播表现出不同的特性。 人们正是通过这些不同的特性获取介质或目标性质性的理论依据。因此电波传播是无线通信成日标定位环培收训
燕山大学:《测控仪器设计 Design of Measurement & Control Instrument》第一章 概论(吴朝霞)
文档格式:PPT 文档大小:59.5KB 文档页数:5
一、计量测试仪器分类: 1、几何量计量仪器 2、热工量计量仪器 3、机械量计量仪器 4、时间频率计量仪器 5、电磁计量仪器 6、无线电参数计量仪器 7、光学与声学参数计量仪器 8、电力辐射计量仪器 测控仪器是利用测量与控制的理论,采用机、光、 电各种计量测试原理及控制系统与计算机相结合的测量仪器
IPv6:企业解决方案_10 - 6WIND - 宽带IPv6与无线IPv6(英文)
文档格式:PDF 文档大小:4.4MB 文档页数:13
IPv6:企业解决方案_10 - 6WIND - 宽带IPv6与无线IPv6(英文)
华北航天工业学院:《数据通信与计算机网络技术》课程教学资源(PPT课件)第3章 物理层
文档格式:PPT 文档大小:1.15MB 文档页数:23
主要学习内容: 3.1物理层基本功能 3.2常用的传输介质 3.3无线传输 3.4ISDN及ATM简介 3.5物理层协议举例
《实验动物学》课程教学资源(书籍文献)第六章 无菌动物、悉生动物和无特定病原体动物的特点及应用
文档格式:PDF 文档大小:612.43KB 文档页数:9
第一节 无菌动物 一、无菌动物的基本概念 二、无菌动物的发展 三、无菌动物的特征 四、无菌动物技术 五、无菌动物的饲料和饲育装置 六、无菌动物的检查 七、无菌动物在生物医学研究中的应用 第二节 悉生动物 一、悉生动物的概念 二、悉生动物的发展 三、悉生动物在生物医学研究中的应用 四、悉生动物的饲养管理 第三节 无特定病原体动物 一、无特定病原体动物的概念 二、无特定病原体动物的质量标准 三、无特定病原体动物的用途 四、无特定病原体动物的培育
基于YOLOv3的无人机识别与定位追踪
文档格式:PDF 文档大小:892.93KB 文档页数:7
近年来,无人机入侵的事件经常发生,无人机跌落碰撞的事件也屡见不鲜,在人群密集的地方容易引发安全事故,所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案,但大多成本高昂,实施困难。在5G背景下,针对此问题提出了一种利用城市已有的监控网络去获取数据的方法,基于深度学习的算法进行无人机目标检测,进而识别无人机,并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机,YOLOv3算法是YOLO(You only look once,一次到位)系列的第三代版本,属于one-stage目标检测算法这一类,在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID(Proportion integration differentiation,比例积分微分)算法调节摄像头的中心朝向追踪无人机,再由多个摄像头的参数解算出无人机的实际坐标,从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集,并且使用labelImg工具对图片中的无人机进行了标注,数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练,训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率,在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度,可实现实时追踪
首页
上页
31
32
33
34
35
36
37
38
下页
末页
热门关键字
化工设计
信用
汇编原理
C程序与设计
内力]
理论经济学
抗震设计
规划原理
工科高等数学
C语言上机
作物
西安建筑科技大学
投资项目管理
税收管理
景点设计
公共管理]
电器
体育保健
锁相与频率合成
私立华联学院
双语教育原理
生态经济学
民法学原理
结构设计
教学组织与设计
加法
机械技术
华北科技学院
焊接自动化
管理会计学
关节
固体物理实验方法
工业分析
仓储与配送管理
MATLAB环境与应用
DSP课程设计
matlab与科学计算
X射线衍射分析
VB.NET数据库
变形
搜索一下,找到相关课件或文库资源
704
个
©2008-现在 cucdc.com
高等教育资讯网 版权所有