-
company_network
搭建一个有4个部门的公司网络,包含研发部门、测试部门、管理部门和销售部门,利用局域网模型在一个对象中模拟一个服务器和多个客户端的行为(Set up a department of four corporate network, including R & D department, testing department, management department and sales department, the use of local area network model of an object in the simulation at a server and multiple clients of conduct)
- 2009-04-08 19:35:59下载
- 积分:1
-
Lucene.Net 版本源码 测试通过
Lucene.Net 版本源码 测试通过-Lucene.Net source version of the test
- 2022-08-05 22:28:12下载
- 积分:1
-
socketClinet
网络编程,实现TCP连接的客户端程序,不同的客户端发出请求与服务器建立连接。(Network programming, client TCP connection, different client makes a request to establish a connection with the server.)
- 2014-05-20 20:35:29下载
- 积分:1
-
MyTest_UI
通过网络编程采集数据并实时在界面上显示,集成了自己编写的类。(Through data collection and real-time network programming displayed on the interface that integrates their preparation classes.)
- 2013-07-27 21:42:15下载
- 积分:1
-
realtime-action-detection-master
说明: 基于UCF101数据集的识别,与实时动作定位(realtime-action-detection)
- 2020-09-20 20:07:51下载
- 积分:1
-
CNN
说明: 卷积神经网络分类 调制信号识别
卷积神经网络(Convolutional Neural Networks, CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),是深度学习(deep learning)的代表算法之一 [1-2] 。卷积神经网络具有表征学习(representation learning)能力,能够按其阶层结构对输入信息进行平移不变分类(shift-invariant classification),因此也被称为“平移不变人工神经网络(Shift-Invariant Artificial Neural Networks, SIANN)” [3] 。
对卷积神经网络的研究始于二十世纪80至90年代,时间延迟网络和LeNet-5是最早出现的卷积神经网络 [4] ;在二十一世纪后,随着深度学习理论的提出和数值计算设备的改进,卷积神经网络得到了快速发展,并被应用于计算机视觉、自然语言处理等领域 [2] 。
卷积神经网络仿造生物的视知觉(visual perception)机制构建,可以进行监督学习和非监督学习,其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化(grid-like topology)特征,例如像素和音频进行学习、有稳定的效果且对数据没有额外的特征工程(feature engineering)要求 [1-2] 。(Convolutional neural network classification modulation signal recognition)
- 2020-05-25 17:13:02下载
- 积分:1
-
去噪和堆栈自编码的综合实现
说明: 去噪和堆栈自编码去实现对mnist数据集的降维和去噪演示,主要体现自编码流程(Denoising and stack autoencoder)
- 2020-06-23 10:38:09下载
- 积分:1
-
Comm_Unix
程序:实现Unix下通过Socket实现两台机器之间相互通信功能的示例。(: Unix through Socket two machines between communication capabilities of the examples.)
- 2006-06-28 10:23:18下载
- 积分:1
-
PSOaMAPSO-reactive-power-opti
标准14节点的无功优化,粒子群算法和多智能体粒子群算法的实现,需要放到matpowe里。(ieee14 nodes system reactive optimized to achieve PSO and Multi-Agent particle swarm algorithm, need to put matpower environment.)
- 2014-04-29 09:42:13下载
- 积分:1
-
Crawler爬虫(采集京东商品信息)
Crawler爬虫(采集京东商品信息)
- 2019-10-08下载
- 积分:1