资源列表
[软件工程] Modified-THP
说明: very useful article about MU-MIMO THP to achieve near capacity -Tomlinson Harashima Precoding (THP) for Multi- User Multiple Input Multiple Output (MU-MIMO) system has been proposed as an effective way to achieve ne<wangxx> 在 2025-01-21 上传 | 大小:190kb | 下载:0
[软件工程] Enhancement-for-OS-ELM
说明:在线序列极限学习机OS-ELM算法的基本原理及其改进算法- In this paper, we propose a Constructive Enhancement for OS-ELM (CEOS-ELM), which can add random hidden nodes one-by-one or group-by-group with fixed or varying group size.<wangxx> 在 2025-01-21 上传 | 大小:789kb | 下载:0
[软件工程] Battery-Pack-Modeling-Simulation
说明:关于动力电池系统的模型建立、仿真分析和实时调度的资料。-Battery Pack Modeling Simulation and Real Time Deployment<login> 在 2025-01-21 上传 | 大小:1.73mb | 下载:0
[软件工程] MED17-Boot-mode
说明:MED17 ecu boot mode PINOUT. Used for bootloader flash memory of MED17<Florin> 在 2025-01-21 上传 | 大小:1.97mb | 下载:0
[软件工程] guide_38884_en
说明:Samsung Galaxy Note 4 Motherboard Replacement guide. How to change N910 modherboard<Florin> 在 2025-01-21 上传 | 大小:2.93mb | 下载:0
[软件工程] Archetype-Hull-Ranking
说明:我们设计一个新奇的规则化框架以学习相似性度量用于无约束人脸验证。我们形式化它的目标函数通过融合鲁棒性对于大规模的个人人脸的内部变化和新奇的相似性度量的辨别力。额外,我们的形式是一个凸优化问题,保证了全局最优解的存在。-we migrate such a geometric model to address face recognition and verification together through proposing a<郭继东> 在 2025-01-21 上传 | 大小:820kb | 下载:0
[软件工程] Facial_Feature_Tracking
说明:通过建议一个人脸形状先验模型关注该问题,该模型基于受限Boltzmann Machines (RBM)及其变种构建。特别的,我们首先基于深度信任网络构建一个模型以获取接近正视角的表情变化的人脸形状变量。为了解决姿态变化问题,我们将正面人脸形状先验模型整合到一个3路(3-way)RBM模型,其可以获取正面人脸形状和非正面人脸形状间的关系。最后,我们建议一个方法,将人脸先验模型和人脸特征点的图像度量系统性地组合在一起。-we address<郭继东> 在 2025-01-21 上传 | 大小:1.31mb | 下载:0
[软件工程] Robust_Face_Landmark
说明:在现实世界条件下获取人脸存在较大的变化在形状和遮挡由于不同在姿态、表情、附属品的使用,例如,太阳镜和帽子以及与目标体(e.g. 食物)的交。当前的人脸界标估计方法在这种条件下努力但由于缺乏一种有效的理论方法用于处理局外点。我们提供了一个新奇的方法,称为Robust Cascaded Pose Regression (RCPR),通过检测显式的遮挡且使用鲁棒的形状索引的特征可以减少exposure对于局外点。我们证明RCPR改进先前的界标<郭继东> 在 2025-01-21 上传 | 大小:1008kb | 下载:0
[软件工程] Face-Detector-Training
说明:由一个3D变形人脸模型取自动生成适应的训练样本。由统计视角,tailored训练数据保证了所有的数据变化且由任意的人脸属性丰富训练样本,例如,年龄或体重。更进一步,它可能自动适应到环境约束,例如,来自于监控摄像机的照明或视角约束。我们使用裁剪的(tailor)图象训练一个新的Viola Jones的adaboost 目标检测框架的多核实现。这个新的实现不仅快速的,而且多特征通道的使用成为可能,例如,在训练期间的颜色特征。在我们实验中,我<郭继东> 在 2025-01-21 上传 | 大小:1.15mb | 下载:0