- 博客(21)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 短电偶极子电场详解 (Hertzian dipole，无穷小偶极子)
因为发现有很多不同形式的场量的表达，因此把目前遇到过的电场形式总结如下。虽然场量的形式有所不同，实则表示的同一个东西，有些时候是时域形式，有些时候是频域形式，又有些是电流源，有些又是用电荷源表示的。任何直天线都可认为是由大量很短的导体串接而成的，所以需要首先阐明短导体的辐射性能，然后再研究实际使用的长直导体。短的直导体通常称为短偶极子，尽管很短但仍是有限长度的。对于短而趋零的情况，则称。天线圣经(Balanis著)中，第三版中在(4-10b)若考虑在远场时，可以得到常用的场量形式(在球坐标下)
2023-08-26 18:15:53
376
原创 学习记录（五）GAN的总结及DCGAN
学习记录（五）简单回顾 GAN 的原理假设有两个网络：G（Generator）和 D（Discriminator）。G是一个生成图片的网络，它接收一个随机的噪声z，通过这个噪声生成图片，记做G(z)。D是一个判别网络，判别一张图片是不是“真实的”。它的输入参数是x，x代表一张图片，输出D（x）代表x为真实图片的概率，如果为1，就代表是真实的图片，输出为0，就代表不可能是真实的图片。在训练过程中，生成网络G的目标就是尽量生成真实的图片去欺骗判别网络D。而D的目标就是尽量把G生成的图片和真实的图片分别
2021-07-31 16:27:48
281
原创 学习记录（二）finnthesizer的认识
学习记录（二）1. finnthesizer虽然绝大多数CNN使用浮点参数，但越来越多的研究表明这种方法包含了明显的冗余。神经网络可以准确分类使用一位或两位量化来进行权重和激活。这种低精度算术和小内存占用的组合，为使用现场可编程逻辑阵列（FPGA）进行快速和能量效率分类提供了独特的机会。与浮点相比，FPGA在二进制运算中具有更高的理论峰值性能，而小内存占用通过将参数保持在芯片上来消除了芯片存储瓶颈，即使对于大型网络也是如此。二元神经网络（BNNs），由Curbariaux等人提出。 因为它们几乎完全
2021-07-27 15:09:43
329
原创 学习记录（一）制作python版本的CIFAR10数据集
学习记录（一）1. 制作自己的数据集该数据集是通过使用网络爬虫以及对其他车辆数据集中的图片进行收集，制作的一个与cifar10数据集结构相同的车辆数据集。所有照片被分为10个不同的类别，它们分别是train，bus，minibus，fireengin，motorcycle，ambulance，sedan，jeep，bike和truck，共六万张，图片的规格为32×32×3。其中50000张图片被划分为训练集，剩下的10000张图片为测试集。制作好的数据集的字典内的顺序为：[data、labels、b
2021-07-20 08:19:57
1464
1
原创 Visual C++ 2019中MFC图像处理编程(五) 膨胀运算和腐蚀运算
Visual C++ 2019 中 MFC 图像处理编程(四)编写程序实现图像膨胀和图像腐蚀。二值图像形态学运算就是图像形态学运算的基础，是一种针对图像集合的处理过程。二值图像形态学运算的过程就是在图像中移动结构元素，将结构元素与其下面重叠部分的图像进行交、并等集合运算。为了确定元素中的参照位置，一般把进行形态学运算时的结构元素的参考点称为原点，且原点可以选择在结构元素之中，也可以选择在结构元素之外。二值图像形态学处理的基本运算有腐蚀、膨胀、开运算、闭运算、击中与击不中及骨架抽取等。图像膨胀
2021-07-18 09:35:43
1498
1
原创 Visual C++ 2019中MFC图像处理编程(四) 图像分割
Visual C++ 2019 中 MFC 图像处理编程(三)使用自动阈值迭代法及 Otsu 法对图像进行分割。图像分割指将图像分成各具特性的区域并提取出感兴趣目标的技术和过程，它的目的在于把图像空间分成一些具有意义的区域。阈值分割法是图像分割中的经典方法，它利用图像中要提取的目标物体和背景在灰度上的差异，通过设置阈值把像素点按灰度级分为若干类，从而实现图像分割。一般通过判断图像中每一个像素点的特征属性是否满足阈值要求，来确定图像中该像素点是属于目标区域还是背景区域，从而将一幅灰度图像转换成二值图
2021-07-18 09:24:25
1398
2
原创 Visual C++ 2019中MFC图像处理编程(三) 图像增强
Visual C++ 2019 中 MFC 图像处理编程(三)选择两个模板，编写图像增强的 C++语言程序。中值滤波&&图像的中值滤波是一种非线性的图像处理方法，它通过对邻域内像素按灰度排序的结果决定中心像素的灰度。图像的中值滤波在少量离散杂点的消除方面效果显著。&&在中值滤波算法中，对于孤立像素的属性并不非常关注，而是认为图像中的每个像素都跟邻域内其他像素有着密切的关系，对于每一个邻域，算法都会在采样得到的若干像素中，选择一个最有可能代表当前邻域特征的像素的灰
2021-07-18 09:00:46
2106
3
原创 Visual C++ 2019中MFC图像处理编程(二) 直方图线性变换及直方图均衡化
Visual C++ 2019 中 MFC 图像处理编程(二)编写直方图的显示、均衡化及线性变换的 C++语言程序。直方图线性变换图像成像时曝光不足或过度，或由于成像设备的非线性和图像记录设备动态范围太窄等因素，都会产生对比度不足的弊病，使图像中的细节分辨不清，这时可将灰度范围线性扩展。灰度变换增强之一的 n 值化方法，图像上像素的灰度值都扩大 n 倍：g(x,y) = n*f(x,y)f(x,y) —— 图像上(x,y)处像素变换前的灰度值g(x,y) —— 图像上(x,y)处像素变换后
2021-07-17 09:31:59
2368
2
原创 Visual C++ 2019中MFC图像处理编程(一) 位图文件的介绍
Visual C++ 2019 中 MFC 图像处理编程(一)1.1 位图文件及其C++操作Windows操作系统中使用最多的图形文件格式就是位图格式，最常见的位图文件的扩展名为BMP。BMP是英文Bitmap(位图)的简写，这种格式的特点是包含的图像信息丰富，几乎不进行压缩，因此它占用的磁盘空间较大。下面主要介绍使用Visual C++对BMP文件的操作。1.1.1 设备无关位图Windows3.0以后的BMP位图文件格式斗鱼显示设备无关，因此把这种BMP位图文件称为设备无关图(device in
2021-06-12 16:16:50
1632
转载 JPEG图像编码（详细过程）
本文介绍JPEG压缩技术的原理，对于DCT变换、Zig-Zag扫描和Huffman编码，给出一个较为清晰的框架。 本文转载自☞ https://blog.csdn.net/my_happy_life/article/details/82997597 1. JPEG压缩的编解码互逆过程： 编码 解码 2. 具体过程：（这里仅以编码为例...
2021-05-08 20:03:58
7449
1
原创 JPEG编解码（python实现）
多媒体通信技术大作业（2021.04.08）题目：选一张图片，然后用JPEG编码方法对其进行编码（语言不限）。JPEG编解码基本流程：其中编码：解码：JPEG概念JPEG是Joint Photographic Exports Group的英文缩写，中文称之为联合图像专家小组。该小组隶属于ISO国际标准化组织，主要负责定制静态数字图像的编码方法，即所谓的JPEG算法。JPEG专家组开发了两种基本的压缩算法、两种熵编码方法、四种编码模式。如下所示：压缩算法：有损的离散余弦变换DCT
2021-04-08 21:33:46
7753
4
原创 DSP应用技术（第二章）
TMS320C2000处理器2.1 TMS320C2000概述C2000：32位微控制器，针对处理、传感和驱动进行优化以提高闭环性能的 32 位微控制器专为实时控制而构建。强大的处理能力高级驱动高精度传感丰富的连接（用于整合系统的连接）从串行接口（如 I2C、SPI、UART，甚至 McBSP）到协议（如 CAN 和 LIN）再到标准（如 USB 和以太网），C2000实时控制微控制器提供各种连接选项使应用彼此同步。2.2 TMS320F28335内部结构TMS320C2000系列D
2021-03-28 09:49:11
1637
1
原创 DSP应用技术（第一章）
1.1 DSP技术概念**DSP技术：**将通用的或专用的DSP处理器用于完成数字信号处理的方法和技术。DSP完成数字信号处理(即实时DSP系统实现框图)的简单过程如下图所示：1.2 数字信号处理的优势可控性强：通过改变程序使微处理器实现不同的功能，比如下表：eg功能数字滤波器通过改变程序中的系数来实现低通、高通、带通等不同的滤波任务以及性能软件无线电技术在一个统一的以高性能DSP处理器为核心的硬件平台上，加载不同的程序来实现不同工作模式的电台通信虚拟仪器
2021-03-27 19:59:36
2221
原创 数字图像处理作业（2020.3.21）
数字图像处理作业题目：使用matlab或python，生成(图片lena)不同空间分辨率、不同灰度分辨率的图片，比较它们的区别。原图如下所示：空间分辨率直观上看，空间分辨率是图像中可辨别的最小细节的度量。是每英寸图像内有多少个像素点，分辨率的单位为PPI(Pixels Per Inch)，通常叫做：像素每英寸。空间分辨率度量：①每单位距离线对数；②每单位距离点数（像素数）；在美国，空间分辨率度量用每英寸点数（dpi）来表示（后续文章dpi值用字母N表示）。空间分辨率越大，图片效果越好。
2021-03-27 19:53:14
561
原创 PCA主成分分析法详解
PCA主成分分析：背景：随着信息技术的发展，数据量呈现爆照式增长，高维海量数据给传统的数据处理方法带来了严峻的挑战，因此，开发高效的数据处理技术是非常必要的。数据降维是解决维度灾难的一种有效方法，之所以对数据进行降维是因为：在原始的高维空间中，包含有冗余信息以及噪音信息，在实际应用例如图像识别中造成了误差，降低了准确率；而通过降维,我们希望减少冗余信息所造成的误差，提高识别（或其他应用）的精度。希望通过降维算法来寻找数据内部的本质结构特征。主成分分析（Principal Component A
2021-03-19 15:23:07
2808
2
原创 Huffman实现对26个英文字母的编码
Huffman实现对26个英文字母的编码题目：应用Huffman编码实现对26个字母的编码。已知各字母出现频率如下图所示：以下是生成霍夫曼树的一个示例：利用字符集中每个字符的使用频率作为权值构造一个哈夫曼树；从根结点开始，为到每个叶子结点路径上的左分支赋予0，右分支赋予1，并从根到叶子方向形成该叶子结点的编码。用 python 实现上述题目中的要求：#树节点类构建class Node(object): def __init__(self,name=None,value=Non
2021-03-17 15:45:55
3725
原创 (学习笔记02) CNN对CIFAR-10图像数据集分类（tensorflow）
(学习笔记02) CNN对CIFAR-10图像数据集分类（tensorflow）本节将继续写学习机器学习的分类开发应用，我们将使用卷积神经网络对CIFAR-10数据集进行图像分类。CIFAR-10数据集介绍CIFAR-10 数据集共有60000张彩色图像，这些图像大小为32×32，分为10个类，每类6000张图。总数量图片尺寸训练集数量测试集数量6000032×325000010000整个数据集被分为5个training batches 和 1个test bat
2021-03-16 15:07:24
3869
4
原创 （学习笔记01）MNIST手写数字的识别（tensorflow + CPU）
MNIST手写数字的识别本节将学习机器学习的分类开发应用，即MNIST手写数字的识别。对此，我们通过建立一个两层神经网络的模型来用于预测图片里面的数字。MNIST数据集介绍MNIST是一个非常有名的手写体数字识别数据集，由60000个训练样本和10000个测试样本组成，每个样本都是一张28像素 × 28像素的灰度图像(1通道)，各个像素的取值在0到255之间。每个图像数据都相应地标有“1”“2”“3”等标签，如下图所示。更多MNIST数据集的详细介绍可参考：MNIST数据集介绍下载数据集：M
2021-03-13 17:16:28
925
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人