点击切换搜索课件文库搜索结果(611)
文档格式:PDF 文档大小:165.13KB 文档页数:3
北师版_七年级上册_数学各阶段精品试题_期中、期末、月考真题_2017-2018学年浙江省温州市七年级上数学教学质量检测试卷含答案(pdf版)_2017-2018浙江省学年温州市第一学期七年级数学教学质量检测(一)参考答案及评分建议
文档格式:PPS 文档大小:643.5KB 文档页数:107
1.图像分割的概念与方法分类 2.边缘检测 3. Hough变换检测法 4.区域分割 5.区域生长 6.分裂合并法
文档格式:DOC 文档大小:147.5KB 文档页数:4
北师版_七年级上册_数学各阶段精品试题_期中、期末、月考真题_2017-2018学年江苏省徐州市区联校第一学期期中检测七年级数学试题(含答案)_2017-2018学年江苏省徐州市区联校第一学期期中检测七年级数学试题
文档格式:PDF 文档大小:830.84KB 文档页数:155
《APP 开发与应用》 《ARM 技术原理与应用》 《DSP 技术原理及应用》 《FPGA 设计与应用》 《MATLAB 原理及工程应用》 《传感器与检测技术》 《单片机原理及应用》 《电器及 PLC 控制技术》 《电子电器通用项目测试》 《电子电器原理与应用》 《电子系统设计》 《电子线路 CAD》 《电子仪表测量》 《高频电路》 《工程电磁场导论》 《过程检测技术及仪表》 《模拟电子技术》 《嵌入式开发与应用》 《数字电子技术》 《数字图像处理》 《数字信号处理》 《通信原理》 《微波技术与天线》 《现场总线技术》 《现代交换技术》 《现代通信系统》 《信号与系统》 《信息理论与编码》 《语音信号处理》 《专业导论》 《专业英语》
文档格式:DOC 文档大小:97.5KB 文档页数:5
高中数学必修_第三章 函数的应用_试题_长白山一高12-13上高一数学必修1第三章各节同步检测(Word有详解答案)_第三章同步检测_3-1-1
文档格式:PPT 文档大小:289KB 文档页数:17
例1设计判断输入序列为101的检测器。输入为x,输 出为z。对输入序列每三位进行一次判决:若三位代 码是101,则对应其最后一个1时,输出z为1;其它 情况z为0
文档格式:PDF 文档大小:161.03KB 文档页数:2
北师版_七年级上册_数学各阶段精品试题_期中、期末、月考真题_2017-2018学年江苏省徐州市区联校第一学期期中检测七年级数学试题(含答案)_2017-2018学年江苏省徐州市区联校第一学期期中检测七年级数学试卷答案
文档格式:PDF 文档大小:7.32MB 文档页数:8
为了克服经验法推算结构物埋深的缺陷,基于检测对象的雷达反射波形特征,通过提取反射波形上的少量特征点,提出一种估算结构物埋深的新方法,并考虑实际检测中结构物反射波形的畸变,对估算精度进行分析评价.结果表明:对于理想的无畸变检测数据,该方法对结构物埋深、水平位置及电磁波速的估算结果较为精确;当反射波形存在畸变时,该方法对埋深的直接估算结果误差较大,平均误差达到55.202%,但对于电磁波速的估算结果较为精确;对于实测的有畸变检测数据,可通过电磁波速估算结果及测得的目标体双程旅时对埋深进行间接估算,估算精度满足雷达法检测对埋深估算的要求.相比经验法,该方法在估算精度、误差控制方面具有显著优势
文档格式:PDF 文档大小:5.09MB 文档页数:6
采用化学气相沉积法以泡沫镍为模板制备三维多孔网状泡沫石墨烯(GF),利用水热法在其表面垂直生长氧化锌纳米线阵列(ZnO NWAs),得到三维形貌的ZnO NWAs/GF复合材料.采用扫描电镜、透射电镜、X射线衍射、拉曼光谱等测试方法对该复合材料进行了表征.结果表明:制备的石墨烯层数较少且纯净无缺陷.ZnO NWAs垂直于三维GF表面且尺寸分布均匀.利用电化学方法用ZnO NWAs/GF检测左旋多巴(LD).电化学测试结果表明,ZnO NWAs/GF在线性范围为0~80μmol·L-1内检测LD时,检测灵敏度为0.41μA·(μmol·L-1)-1,且具有良好的重复性和稳定性.在尿酸(UA)干扰下,ZnO NWAs/GF对检测LD有很好的选择性
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5455565758596061下页末页
热门关键字
搜索一下,找到相关课件或文库资源 611 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有