-
(Matlab 2014a 破解Crack.rar
Matlab 2014a 破解文件，一步破解，终身使用！
- 2020-12-10下载
- 积分：1
-
基于xilinx FPGA FM解调系统
基于xilinx A7系列FPGA实现FM信号调制解调通信系统，包含ADDA驱动，数字下变频，FM调制解调等模块。
- 2021-05-06下载
- 积分：1
-
PMSM全域查表_含SVPWM_弱磁_过调制_矢量控制.rar
【实例简介】永磁同步电机FOC控制算法，MTPA,MTPV算法论文，模型，PPT.还包括PMSM全域查表法simulink模型，其中包含 弱磁，矢量控制，过调制，SVPWM
模型基于matlab 2016a运行 motor_para_method_speed 加载所需数据该算法只要测量电机d,q电感，转子磁链，计算得出的查表数据，即可实际使用。
弱磁主要用于电机实际运行参数变化，以及动态过程出现的饱和情形。过调制是一类较小谐波的调制，建议过调制系数在0.91~0.92.，也可以不使用。
- 2021-11-24 00:43:20下载
- 积分：1
-
Proteus 实现的篮球计分器
内含：Proteus实现 完整运行的篮球积分器和一份实验报告报告含：具体程序（汇编），程序流程图，实现原理，实验结果截图本设计可以实现：1、能记录整个赛程的比赛时间2、能随时刷新甲、乙两队在整个过程中的比分，输入错误时能够纠正比分3、中场交换比赛场地时，能交换甲、乙两队比分的位置
- 2020-12-08下载
- 积分：1
-
6U CPCI板卡PCB文件
【实例简介】标准6U CPCI板卡外形尺寸，包含PRJ、PCB和SCH文件
- 2021-11-18 00:51:13下载
- 积分：1
-
合成孔径雷达图像理解pdf电子档
第1章 绪论第2章 SAR成像原理2.1 引言2.2 SAR系统参数2.3 单脉冲距离向处理2.4 线性调频脉冲与脉冲压缩2.5 SAR方位向处理2.6 SAR线性测量系统2.7 辐射定标2.8 小结参考文献附录2A星载SAR的方位向处理第3章 图像缺陷及其校正3.1 引言3.2 SAR成像散焦3.2.1 自聚焦方法3.2.2 自聚焦技术的精确性3.2.3 散射体性质对自聚焦的影响3.3 几何失真与辐射失真3.3.1 物理原因及关联的失真3.3.2 基于信号的MOCO方法3.3.3 天线稳定性3.4 残留SAR成像误差3.4.1 残留的几何与辐射失
- 2020-12-05下载
- 积分：1
-
matlab 矩形线圈磁场仿真
matlab 矩形线圈磁场仿真，可实现图形化分析
- 2020-12-05下载
- 积分：1
-
基于稀疏表示的图像超分辨PPT
杨建超老师在2010年发表的基于稀疏表示的图像超分辨文章PPT整理，包括详细的公式和自己的总结，希望对大家有帮助
- 2020-12-12下载
- 积分：1
-
GBT 31517-2015海上风力发电机组-设计要求 .pdf
国标
- 2021-05-06下载
- 积分：1
-
LaneNet训练自己教程
车道线分割模型模型训练自己的数据该模型是属于二分类语义分割6.encoder decoder model该文件夹中存放的是用于编码和解码的模型这里使用的是 vgg cncodcr. py和 fcn decoder. py测试:更换编码和解码的模型7. lanenet model该文件夹下存放的是 lannet模型的重要操作train.py中主要用到的是 lanenet merge model8. tboard该文件夹用来存放模型训练时产生的 event记录9. tools该文件夹下仔放的是 train lanenet py和 test lanenet py两个文件分别用于训练模型和测试模型10.训练准备好训练数据以后,在 terminal(终端)中通过指令跳转到 lament目录下举例:cd/ XXX/lanenet然后输入一下命令开始训练python tools/train lanenet. py --net vgg--dataset dir data/training data example/-net指定模型的骨干网终dataset dir指定训练数据的目录(该目录为 train txt所在的目录)如果训练的过程中出现了中断,需要接着训练,可以输入python tools/train lancnct. py --nct vgg -datasct dir data/training data cxamplcweights path path/to/ your/last/ checkpointgths_ path指定之前训练中断时权重文件存放的日录训练结東后,训练得到的模型的权重和参数文件在 model目录下的tusimple lanenet文件夹中l1测试准备测试数据测试数据是原始图片,放在data目录下的 training目录下的 testimage中(可以自定义)准备权重文件:将训练好的权重文件,包括:checkpoint, lanenet model pb, tusimple lanenet vgg 2018-10-19-13-33-56ckpt-200000. data-00000-of-00001, tusimple lanenet vgg 2018-10-19-13-33-56ckpt-200000 index, tusimple lanenet vgg_2018-10-19-13-33-56.ckpt-200000meta放在 model文件夹中测试数据准各完成后,打开 terminal(终端)输入以下命令跳转到 lanenet目录下cd/XXX/ lanenet′然后输入如下命开始用单张图片测试模型python tools/test lanenet. py -is batch False -batch size 1 --weights pathpath/to/your/model weights file --image path data/tusimple test image/O. jpgis batch是否是批量处理(True表示是批量处理, False表示不是批量处理默认为True)batch size批量处理一次读取的图片数量weight path模型的权重文件所在的目录image path测试数据的原始图片输入如下命令开始用批量图片测试模型:python tools/test lanenet.py -is batch True -batch size 2 -save dirdata/tusimple test image/ret --weights path path/to/your model weights file-image path data/tusimple test imagesavc dir是存放测试结果的地方(测试结果为划分车道线后的图片)安芯/方禹20181228
- 2020-12-03下载
- 积分：1
