3. 

        <meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>
          


          
	
  	
          
	
          
		首頁　 
		資訊　 
		商機 　
		下載　 
		拆解 　
		高校　 
		招聘 　
		雜志　 
		會展　 
		EETV　 
		百科 　
		問答　 
		電路圖　 
		工程師手冊 　
		Datasheet　
		100例 　
		活動中心　 
		E周刊閱讀 　
		樣片申請
	
          




          
	EEPW首頁 >> 
	主題列表 >> 
	樣本
          

          
	
          
    	
          
    	  	
          
              	
                                
          
                  

                                
          
                    
          CAN總線漏檢錯幀概率研究及其改進
          
                                                            
            
                    	
          •  過去對CAN的漏檢錯幀概率的研究很有限,數(shù)據(jù)的獲得主要依靠大量的仿真測試。由于要仿真的量太大,實際上仿真的仍然是極小的樣本,所以得到的漏檢錯幀概率可信性不足。本文介紹了漏檢實例的構(gòu)造方法,從而進行漏檢錯幀概率下限的分析計算。得到的CAN協(xié)議的漏檢錯幀概率遠大于以前的結(jié)論,因此對CAN的應(yīng)用有巨大的沖擊。由于已有大量應(yīng)用必須加以改進,提出了改進的軟件補救措施,它從根本上解決了填充規(guī)則對CAN錯幀漏檢率的影響。
            • 
                    	                        
          • 關(guān)鍵字：
                        漏檢錯幀概率  仿真測試  樣本                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          基于Alpha-NMF的AD樣本分類及特異性基因選擇方法
          
                                                            
            
                    	
          • 摘要：由于基因表達譜數(shù)據(jù)的高噪聲、高維性、高冗余以及數(shù)據(jù)分布不均勻等特點使得在分析過程中仍然有很多挑戰(zhàn)性問題。基于該目的，將一種無監(jiān)督學(xué)習(xí)方法--非負(fù)矩陣分解方法，應(yīng)用到基因表達譜數(shù)據(jù)中，挖掘出與AD相關(guān)
            • 
                    	                        
          • 關(guān)鍵字：
                        Alpha-NMF  樣本  分類  方法                            
            • 
                   	
          
                    
          
                
          
                                
          
                    
          基于SLPS的模擬電路故障樣本自動獲取技術(shù)
          
                                                            
            
                    	
          • 摘要：故障樣本數(shù)據(jù)的獲取是模擬電路故障診斷中最基本的步驟。為了實現(xiàn)短時間內(nèi)多次進行故障注入、獲取大量樣本數(shù)據(jù)，提出了基于SLPS的樣本數(shù)據(jù)自動獲取技術(shù)。利用SLPS將PSpice與Matlab結(jié)合，采用Matlab編程，實現(xiàn)故
            • 
                    	                        
          • 關(guān)鍵字：
                        SLPS  模擬電路故障  樣本  自動                            
            • 
                   	
          
                    
          
                
          
                                
          
                    
          基于鏡像奇異值分解的單樣本人臉識別
          
                                                            
                                        
            
                    	
          • 前有許多正面人臉的識別方法，當(dāng)有充分?jǐn)?shù)量的訓(xùn)練樣本時,能取得較好的識別效果，然而當(dāng)處理單樣本人臉識別問題時,效果則明顯下降。針對這種情況，提出了基于鏡像奇異值分解的單樣本人臉識別方法,通過采用鏡像的方法增加訓(xùn)練樣本信息。實驗表明，在對人臉圖像進行識別時取得了較好的效果，并且在一定程度上克服了單樣本條件下姿態(tài)變化對識別效果的影響。
            • 
                    	                        
          • 關(guān)鍵字：
                        人臉  識別  樣本  分解  奇異  基于                          
            • 
                   	
          
                    
          
                
          
                                                

                
          
	                
          
		                	
          
	
          
	共4條
	1/1															1								
	
          
		                
          
	               	
          
                
          
        	
          
            
          
        
          
	
          
	
	
          

          

          
        		關(guān)于我們 - 
        		廣告服務(wù) - 
        		企業(yè)會員服務(wù) - 
        		網(wǎng)站地圖 - 
        		聯(lián)系我們 - 
        		征稿 - 
        		友情鏈接 - 
        		手機EEPW
        		
          
        		Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
          
        		《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國際技術(shù)信息咨詢有限公司
          
      			備案 京ICP備12027778號-2 北京市公安局備案：1101082052    京公網(wǎng)安備11010802012473
      		
          
    	
          
  	





          




          



看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人

(function(){
    var bp = document.createElement('script');
    var curProtocol = window.location.protocol.split(':')[0];
    if (curProtocol === 'https') {
        bp.src = 'https://zz.bdstatic.com/linksubmit/push.js';
    }
    else {
        bp.src = 'http://push.zhanzhang.baidu.com/push.js';
    }
    var s = document.getElementsByTagName("script")[0];
    s.parentNode.insertBefore(bp, s);
})();