自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

  • 博客(32)
  • 资源 (1)
  • 收藏
  • 关注

翻译 SRIO传输协议学习

本文仅为翻译手册,留以自己查看,若需要深入交流,可以在个人分类中查找解析与实践内容(可能未发布),或与作者联系概述SRIO KeyStone设备中使用的RapidIO外设称为串行RapidIO(SRIO)RapidIO是一种非专有的高带宽系统级互连。它是一种分组交换互连,主要用作以每秒千兆字节性能级别进行芯片到芯片和板对板通信的系统内接口。该架构可用于连接的微处理器,内存和内存映射...

2019-08-15 15:45:57 45335 2

原创 leetcode 00014

编写一个函数来查找字符串数组中的最长公共前缀。如果不存在公共前缀,返回空字符串""。示例1:输入: ["flower","flow","flight"]输出: "fl"示例2:输入: ["dog","racecar","car"]输出: ""解释: 输入不存在公共前缀。说明:所有输入只包含小写字母a-z。class Solution(object): def longestCommonPrefix(self, strs): """ ...

2020-12-28 21:55:49 152

原创 leetcode00013

罗马数字包含以下七种字符:I,V,X,L,C,D和M。字符 数值I 1V 5X 10L 50C 100D 500M 1000例如, 罗马数字 2 写做II,即为两个并列的 1。12 写做XII,即为X+II。 27 写做XXVII, 即为XX+V+II。通常...

2020-12-28 21:45:51 165

原创 leetcode 00012

罗马数字包含以下七种字符:I,V,X,L,C,D和M。字符 数值I 1V 5X 10L 50C 100D 500M 1000例如, 罗马数字 2 写做II,即为两个并列的 1。12 写做XII,即为X+II。 27 写做XXVII, 即为XX+V+II。...

2020-12-28 21:31:12 169

原创 leetcode00011

给你 n 个非负整数 a1,a2,...,an,每个数代表坐标中的一个点(i,ai) 。在坐标内画 n 条垂直线,垂直线 i的两个端点分别为(i,ai) 和 (i, 0) 。找出其中的两条线,使得它们与x轴共同构成的容器可以容纳最多的水。输入:[1,8,6,2,5,4,8,3,7]输出:49 解释:图中垂直线代表输入数组 [1,8,6,2,5,4,8,3,7]。在此情况下,容器能够容纳水(表示为蓝色部分)的最大值为49。示例 2:输入:height = [1,1]输出:1...

2020-12-28 20:31:32 79

原创 leetcode00010经典动态规划

给你一个字符串s和一个字符规律p,请你来实现一个支持 '.'和'*'的正则表达式匹配。'.' 匹配任意单个字符'*' 匹配零个或多个前面的那一个元素所谓匹配,是要涵盖整个字符串s的,而不是部分字符串。示例 1:输入:s = "aa" p = "a"输出:false解释:"a" 无法匹配 "aa" 整个字符串。示例 2:输入:s = "aa" p = "a*"输出:true解释:因为 '*' 代表可以匹配零个或多个前面的那一个元素, 在这里前面的元素就是...

2020-12-28 20:17:57 104

原创 leetcode00009

判断一个整数是否是回文数。回文数是指正序(从左向右)和倒序(从右向左)读都是一样的整数。示例 1:输入: 121输出: true示例2:输入: -121输出: false解释: 从左向右读, 为 -121 。 从右向左读, 为 121- 。因此它不是一个回文数。示例 3:输入: 10输出: false解释: 从右向左读, 为 01 。因此它不是一个回文数。进阶:你能不将整数转为字符串来解决这个问题吗?题解:class Solution(object):.

2020-12-24 15:31:21 75

原创 leetcode00008

请你来实现一个atoi函数,使其能将字符串转换成整数。首先,该函数会根据需要丢弃无用的开头空格字符,直到寻找到第一个非空格的字符为止。接下来的转化规则如下:如果第一个非空字符为正或者负号时,则将该符号与之后面尽可能多的连续数字字符组合起来,形成一个有符号整数。假如第一个非空字符是数字,则直接将其与之后连续的数字字符组合起来,形成一个整数。该字符串在有效的整数部分之后也可能会存在多余的字符,那么这些字符可以被忽略,它们对函数不应该造成影响。注意:假如该字符串中的第一个非空格字符不是一个有效整..

2020-12-24 15:13:32 71

原创 leetcode00007

给出一个 32 位的有符号整数,你需要将这个整数中每位上的数字进行反转。示例1:输入: 123输出: 321示例 2:输入: -123输出: -321示例 3:输入: 120输出: 21注意:假设我们的环境只能存储得下 32 位的有符号整数,则其数值范围为[−231,231− 1]。请根据这个假设,如果反转后整数溢出那么就返回 0。题解:class Solution(object): def reverse(self, x): ...

2020-12-24 14:24:27 58

原创 leetcode 00006

将一个给定字符串根据给定的行数,以从上往下、从左到右进行Z 字形排列。比如输入字符串为 "LEETCODEISHIRING"行数为 3 时,排列如下:L C I RE T O E S I I GE D H N之后,你的输出需要从左往右逐行读取,产生出一个新的字符串,比如:"LCIRETOESIIGEDHN"。请你实现这个将字符串进行指定行数变换的函数:string convert(string s, int numRows);示例1:输入:...

2020-12-24 14:11:54 52

原创 leetcode000005

给定一个字符串s,找到s中最长的回文子串。你可以假设s的最大长度为 1000。示例 1:输入: "babad"输出: "bab"注意: "aba" 也是一个有效答案。示例 2:输入: "cbbd"输出: "bb"题解class Solution(object): def longestPalindrome(self, s): """ :type s: str :rtype: str """ ...

2020-12-23 22:03:36 60

原创 leetcode00004

给定两个大小为 m 和 n 的正序(从小到大)数组nums1 和nums2。请你找出并返回这两个正序数组的中位数。进阶:你能设计一个时间复杂度为 O(log (m+n)) 的算法解决此问题吗?示例 1:输入:nums1 = [1,3], nums2 = [2]输出:2.00000解释:合并数组 = [1,2,3] ,中位数 2示例 2:输入:nums1 = [1,2], nums2 = [3,4]输出:2.50000解释:合并数组 = [1,2,3,4] ,中位数 (2...

2020-12-23 00:58:59 185 1

原创 leetcode00003

给定一个字符串,请你找出其中不含有重复字符的最长子串的长度。示例1:输入: s = "abcabcbb"输出: 3解释: 因为无重复字符的最长子串是 "abc",所以其长度为 3。示例 2:输入: s = "bbbbb"输出: 1解释: 因为无重复字符的最长子串是 "b",所以其长度为 1。示例 3:输入: s = "pwwkew"输出: 3解释: 因为无重复字符的最长子串是"wke",所以其长度为 3。 请注意,你的答案必须是 子串 的长度,"pwke...

2020-12-22 00:35:43 76

原创 leetcode00002

给出两个非空 的链表用来表示两个非负的整数。其中,它们各自的位数是按照逆序的方式存储的,并且它们的每个节点只能存储一位数字。如果,我们将这两个数相加起来,则会返回一个新的链表来表示它们的和。您可以假设除了数字 0 之外,这两个数都不会以 0开头。输入:(2 -> 4 -> 3) + (5 -> 6 -> 4)输出:7 -> 0 -> 8原因:342 + 465 = 807题解:# Definition for singly-link...

2020-12-22 00:03:50 82

原创 leetcode_00001

给定一个整数数组 nums和一个目标值 target,请你在该数组中找出和为目标值的那两个整数,并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是,数组中同一个元素不能使用两遍。示例:给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 = 9所以返回 [0, 1]题解:class Solution(object): def twoSum(self, nums, target)...

2020-12-21 23:46:56 65

翻译 Random Walks for Synthetic Aperture Radar Image Fusion in Framelet Domain

摘要提出了一种用于合成孔径雷达(SAR)图像融合的基于小框架的随机游走(RWs)新方法,包括SAR可见图像,SAR红外图像和多波段SAR图像。在这种方法中,我们基于小框架系数的统计特性建立了一个新颖的RWs模型,以融合高频和低频系数。该模型转换融合问题,以估计每个小帧系数被分配给每个输入图像的概率。实验结果表明,所提出的方法在提高对比度的同时保留边缘,并且在定性和定量分析中都执行了许多传统的和...

2020-05-16 13:24:26 404

翻译 Spherical Kernel for Efficient Graph Convolution on 3D Point Clouds

摘要我们提出了一种球形核,以实现3D点云的有效图卷积。我们基于度量的内核系统地量化了本地3D空间,以识别数据中独特的几何关系。与常规网格CNN核类似,球形核保持平移不变性和不对称性,其中前者保证数据中相似局部结构之间的权重分配,而后者则有助于精细的几何学习。所提出的内核可用于不依赖于边缘的滤波器生成的图神经网络,从而使其在计算上吸引大点云。在我们的图形网络中,每个顶点都与单个点位置关联,并且边...

2020-05-16 13:23:45 1055

原创 yolov3_tensorflow代码学习

# setting loggerslogging.basicConfig(level=logging.DEBUG, format='%(asctime)s %(levelname)s %(message)s', datefmt='%a, %d %b %Y %H:%M:%S', filename=args.progress_log_path, fil...

2020-05-16 13:22:57 765 1

翻译 视觉深度估计的Pseudo-LiDAR:弥合自动驾驶3D对象检测中的差距(CVPR2019)

摘要3D对象检测是自动驾驶中的一项基本任务。只要从精确但昂贵的LiDAR技术中获得3D输入数据,最新技术就可以以高度准确的检测率获得优势。迄今为止,基于廉价的单目或立体图像数据的方法导致精度大大降低,而这种差距通常归因于基于图像的深度估计不佳。但是,在本文中,我们认为,造成差异最大的不是数据质量,而是其表示形式。考虑到卷积神经网络的内部工作,我们建议将基于图像的深度图转换为伪LiDAR表示-本...

2020-05-16 13:22:25 2862

翻译 A Multi-Stage Clustering Framework for Automotive Radar Data

摘要雷达传感器提供了一种独特的方法来执行环境感知任务以实现自动驾驶。尤其是它们在恶劣天气条件下表现良好的能力通常使它们优于其他传感器,例如相机或激光雷达。然而,通常使用的检测数据水平的高稀疏性和低维度是后续信号处理的主要挑战。因此,通常合并数据点以形成更大的实体,从中可以收集更多信息。合并过程通常以聚类算法的形式实现。本文介绍了一种新颖的方法,该方法首先应用两阶段聚类方法先滤出静态背景数据。两...

2020-01-06 16:28:11 519

翻译 Radar-based Feature Design and Multiclass Classification for Road User Recognition

摘要对单个样本的分类是一项复杂的任务,尤其是对于同一场景下有多个类或恶劣天气条件的挑战性场景。相对于完善的摄像系统,雷达传感器提供了一种正交的方式来测量此类场景。为了获得准确的分类结果,从测量数据中提取了50种不同的特征并对其性能进行了测试。从这些特征中,选择合适的子集并将其传递给随机森林和长短期记忆(LSTM)分类器,以获得雷达输入的类别预测。而且,表明了当数据集不够大时,为什么数据不平衡是...

2020-01-06 16:27:44 391

翻译 使用PointNets在雷达数据中进行二维汽车检测

摘要对于许多自动驾驶功能而言,对车辆环境的高度准确感知是至关重要的前提。现代高分辨率雷达传感器每个物体会产生多个雷达目标,这使得这些传感器特别适合2D物体检测任务。这项工作提出了一种仅使用PointNets仅根据稀疏雷达数据检测2D对象的方法。在文献中,到目前为止,仅介绍了执行对象分类或对象边界框估计的方法。相比之下,此方法使用单个雷达传感器有助于对物体进行分类以及包围盒估计。为此,对Poin...

2020-01-06 16:27:07 1446 1

翻译 基于RF的3D骨架检测

摘要本文介绍了RF-Pose3D,这是第一个从RF信号推断3D人体骨骼的系统。它不需要在身体上安装任何传感器,并且可以与多人一起使用,并且可以跨越墙壁和遮挡物。此外,它会生成动态骨骼,跟随人们移动,行走或坐下。因此,RF-Pose3D在基于RF的传感方面实现了重大飞跃,并实现了游戏,医疗保健和智能家居中的新应用。RF-Pose3D基于新颖的卷积神经网络(CNN)架构,该架构通过将高维卷积分...

2020-01-06 16:26:40 2775

翻译 Hybrid Conditional Random Field based Camera-LIDAR Fusion for Road Detection

摘要道路检测是自动驾驶汽车的主要挑战之一。道路检测通常使用两种传感器:摄像头和激光雷达。但是,它们每个人都有一些固有的缺点。因此,传感器融合通常用于结合这两种传感器的优点。尽管如此,当前的传感器融合方法还是由摄像机或激光雷达主导,而不是同时兼顾两者。在本文中,我们扩展了条件随机场(CRF)模型,并提出了一种新颖的混合CRF模型,以融合来自摄像机和LIDAR的信息。对齐LIDAR点和像素后,我们...

2020-01-06 16:25:40 989

翻译 Fusion of LiDAR and Camera Sensor Data for Environment Sensing in Driverless Vehicles

摘要无人驾驶车辆通过感知和感知周围环境来做出准确的驾驶决策。几种不同的传感器(例如LiDAR,雷达,超声传感器和照相机)的组合被用来感应无人驾驶车辆的周围环境。异构传感器同时捕获环境的各种物理属性。需要通过传感器数据融合积极地利用这种多模态和感测冗余,以实现对环境的可靠一致的感知。但是,这些多模式传感器数据流在许多方面彼此不同,例如时间和空间分辨率,数据格式和几何对齐。为了使随后的感知算法利用...

2020-01-06 16:24:41 1366

翻译 Object Classification Using CNN-Based Fusion of Vision and LIDAR in Autonomous Vehicle Environment

摘要本文提出了一种用于环境中自动驾驶车辆的视觉和光检测与测距(LIDAR)融合的对象分类方法。该方法基于卷积神经网络(CNN)和图像上采样理论。通过创建LIDAR数据上采样的点云并将其转换为像素级深度信息,深度信息将与Red Green Blue数据连接并馈入深度CNN。所提出的方法可以使用集成的视觉和LIDAR数据获得用于自动车辆环境中目标分类的信息特征表示。还采用此方法来保证对象分类的准确...

2020-01-06 16:24:10 664

翻译 PU-Net:点云上采样网络

摘要由于数据的稀疏性和不规则性,使用深度网络学习和分析3D点云具有挑战性。在本文中,我们提出了一种数据驱动的点云上采样技术。关键思想是学习每个点的多级特征,并通过隐含在特征空间中的多分支卷积单元扩展点集。然后将扩展的特征拆分为多个特征,然后将其重构为上采样点集。我们的网络是在补丁级别应用的,具有联合损失函数,该函数鼓励向上采样的点以均匀分布的形式保留在基础表面上。我们使用合成和扫描数据进行了各...

2020-01-06 16:22:03 3132

翻译 PA

About the manual数据包加速器(PA)是网络协处理器(NETCP)外设的主要组件之一。该PA与安全加速器(SA)和千兆位以太网交换机子系统一起形成网络处理解决方案。NETCP中PA的目的是执行数据包处理操作,例如数据包报头分类,校验和生成和多队列路由。介绍1.1外围设备的用途数据包加速器(PA)是网络协处理器(NETCP)外设的主要组件之一。该PA与安全加速器(...

2019-11-05 20:42:30 1908

翻译 EDMA

本文仅为翻译手册,留以自己查看,若需要深入交流,可以在个人分类中查找解析与实践内容(可能未发布),或与作者联系增强型直接内存访问(EDMA3)控制器的主要用途是为您在设备上的两个内存映射从端点之间编程的数据传输提供服务。典型用法包括但不限于以下内容:•服务软件驱动的分页传输(例如,从外部存储器(如SDRAM)传输到内部器件存储器,如DSP L2 SRAM)•维护事件驱动的外设,例...

2019-08-15 15:45:26 7077

翻译 NDK USER'S GUIDE

目录本文仅为翻译手册,留以自己查看,若需要深入交流,可以在个人分类中查找解析与实践内容(可能未发布),或与作者联系PrefaceAbout thismanualHow to use this manualOverviewIntroductionRebuilding NDK LibrariesNDK Stack Library DesignDesign Phi...

2019-08-15 15:43:38 1309

翻译 A Novel DFT-Based DOA Estimation by a Virtual Array Extension Using Simple Multiplications for FMCW

FMCW雷达:基于DFT的DOA估计 (使用基于简单乘法的虚拟阵列扩展)本文仅为翻译手册,留以自己查看,若需要深入交流,可以在个人分类中查找解析与实践内容(可能未发布),或与作者联系摘要我们提出了一种新的基于离散傅里叶变换(DFT)的方向(DOA)估计(Direction of arrival),其通过虚拟阵列扩展使用简单的乘法用于调频连续波(FMCW)雷达。基于DFT的DOA估计通...

2019-08-15 15:42:31 991

翻译 Gigabit Ethernet

前言本文仅为翻译手册,留以自己查看,若需要深入交流,可以在个人分类中查找解析与实践内容(可能未发布),或与作者联系关于本手册本文档提供了以太网交换机子系统的功能描述以及串行器/解串器(SerDes)模块的相关部分。以太网交换机子系统包括以太网媒体访问控制器(EMAC)模块,串行千兆位媒体独立接口(SGMII)模块,物理层(PHY)设备管理数据输入/输出(MDIO)模块,以太网交换机模块...

2019-08-15 15:41:32 7003

Gigabit Ethernet (GbE) Switch Subsystem User Guide.pdf

This document gives a functional description of the Ethernet Switch Subsystem and related portions of the Serializer/Deserializer (SerDes) module. The Ethernet Switch Subsystem consists of the Ethernet Media Access Controller (EMAC) module, Serial Gigabit Media Independent Interface (SGMII) modules, Physical Layer (PHY) device Management Data Input/Output (MDIO) module, Ethernet Switch module, and other associated submodules that are integrated on the device.

2019-08-15

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除