1、 基础知识 1.1 信道衰落 1.2 多径效应（多径时延扩展） 相干带宽就是多径时延的倒数。 当信号带宽远小于信道相干带宽，信号受到平坦性衰落。 当信号带宽大于等于信号相...
发简信
IP属地：北京
-
2020-07-13 PDSCH中的DMRS（38.211） -
2020-07-08 38系列协议的基本认识（5G NR）NR 5G是第五代移动通信的简称，5G由另一个名称，新空口（new radio,NR）。NR和LTE系统都基于OFDM系统传输，主要区别是LTE的子载波间隔是15KHZ，NR...
-
ALPR：无约束场景中的车牌检测和识别论文：License Plate Detection and Recognition in Unconstrained Scenarios 摘要 自动车牌识别（ Automa...
-
你真棒
Lecture 1 课程介绍&资源整合
一、课程介绍 官网介绍：计算机视觉已经在我们的社会中无处不在，应用于搜索、图像理解、应用程序、绘图、医学、无人驾驶飞机和自动驾驶汽车。这些应用程序的核心许多都是视觉识别任务，...
-
Python 3 & Keras YOLO v3解析与实现YOLOv3在YOLOv2的基础进行了一些改进，这些更改使其效果变得更好。 在320×320的图像上，YOLOv3运行速度达到了22.2毫秒，mAP为28.2。其与SSD一样...
-
万元机器学习台式机/主机配置装配主机的主要部件的主要品牌机械硬盘：希捷、西部数据、东芝固态硬盘：英睿达、英特尔、三星、建兴、浦科特、东芝。内存：金士顿、威刚、芝奇、英睿达、宇瞻、海盗船显卡：华硕、技嘉、...
-
主成分分析（PCA）的推导与解释前言 PCA是一种无参数的数据降维方法，在机器学习中很常用，这篇文章主要从三个角度来说明PCA是怎么降维的分别是方差角度，特征值和特征向量以及SVD奇异值分解。 PCA的推导...
-
Lecture 4 介绍神经网络我们已知梯度计算有数值法和解析式法，当损失函数非常复杂时我们可能无法直接写出损失函数L对参数W的梯度计算表达式，所以可以引入中间节点，当前节点的梯度计算之和当前节点有关。例如...
-
Lecture 2 图像分类
注意：课程需要使用大量Python编程并使用Numpy 完成矩阵运算，所以学习本lecture的同时需要学习Python 和Numpy。使用教程：点击这里 本课重点： 数据驱...
-
Lecture 11 检测与分割我们之前都是图像分类的任务，最后一个全连接层得到所有分类的得分。现在我们来研究计算机视觉的其他任务，比如语义分割、图像分类与定位、目标检测、实例分割等。 本课重点 语义分割 ...
-
Lecture 13 生成模型之前了解到的都是有监督学习（Supervised Learning）：我们有数据x和标签y，目标是学习到一个函数可以将数据x映射到标签y，标签可以有很多形式。典型的有监督学习...
-
Lecture 12 可视化和理解CNN本课重点 特征可视化 DeepDream 风格迁移 1 特征可视化 之前一直把CNN当做黑盒子处理，那么其工作原理是什么样的呢？每一层都在寻找哪些内容？中间层的作用是什么？以...
-
iOS真机测试Appium环境搭建appium官网使用介绍[http://appium.io/docs/en/about-appium/getting-started/index.html]（推荐） 一、安装...
-
Faster R-CNN：使用RPN实时目标检测论文：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 0 背景 ...
-
CTPN：自然图像文本检测论文：CTPN-Detecting Text in Natural Image with Connectionist Text Proposal Network 0 背景 文...
-
DenseNet：密集连接卷积网络论文：Densely Connected Convolutional Networks 众所周知，最近一两年卷积神经网络提高效果的方向，要么深（比如ResNet，解决了网络深...
