或
与
{{ forum.displayName }}
{{ forum.displayName }}
全部文章
只看精选
至
匹配程度
发表时间
降序
升序
收起
高级搜索
约找到 1808 条结果，耗时 0.267 秒
矢网的定向器件（电桥、耦合器）只要有一点点方向性，就可以通过校准算法找出更多的方向性，这是因为矢网接收机得到的是矢量数据，代表了信号的全部特征，故可以直接做减法，把因为方向性不足而从正向泄漏到反向的信号在软件中减去
这里需要说明的是，这里的无误是指符合当前的版本，且无数学物理错误，但是由于最近tibo重置背刺我，第一次还剩37%，第二次还剩68%，这让我被迫提前开始改进，已发现这个版本很多算法有相当大的优化空间。
由于画波形图无法做到验证自动化，如果用通过画波形图来仿真的话，一是画波形会画死（特别是对于算法复杂的、输入呈统计分布的设计），二是看波形图要看死，三是检错率几乎为零。 那么怎么做到自动化呢？
18:58 蓝徽幽灵 投稿 转自疼讯XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX、算法学和漏洞分析等方面有突出成就
这种视觉残留效应其实是必须的，因为人眼视网膜后的神经结构类似于一个差分压缩算法，输出带宽有限，如果不作滑动平均、让噪声全部都进入大脑，就会挤占真正重要的信息所需的传输带宽，这样就会导致我们的动态视觉非常差
2、几乎每种协议都有一些秘不外宣的内容，尤其是适用于AMBE硬件的，对话音数据进行的纠错或交织的算法并未披露。如果不知道这些内容的话，其实也是解不开的。
其次，装置打出的是一束低能光子流，排除周围介质的吸收，闪烁体对低能射线的探测效率几乎是100%，如果系统对高能射线的探测效率做了修正，即通过算法提高了高能射线的强度，则会把这个低能光子束误认为是一个高能光子
谷歌希望最终能够利用“复杂的算法和强大的计算能力”解决这一问题。气球不会飘走吗？不会！谷歌声称已经找到了控制气球上升或下降至平流层合适风向的方法。不过该公司并没进行具体说明。
这里给出这种算法的数学证明（并不严谨） 首先，写出冲量的表达式：设平均推力为f，可以得到由于f是一个定值，所以可以写为由于在同一枚火箭中，上式的t与冲量的积分形式中的t相等，两边除以t可得将等式右边的分子替换为总冲量证毕
就好像你会用DSP芯片不代表你会搞DSP，懂算法才行如果要求不高的话有较省力的方法，就是不要强迫自己去记那些比较细节的东西，比如各个寄存器或IO端口地址（需要时查文档），只要知道这些东西可以干什么就行了
>15米 ，垂直对水泥地面>30米Analog Dechirp方式由于将两路chirp信号混频，产生的回波相位除了与距离成线性的多普勒项，还有与距离成二次的Residual Video Phase项，算法需要多做一步处理消去
，每次求导时从整个数据集中随机抽取一小部分数据，用这一小部分数据作为样本来计算导数
这就是在各种机器学习算法中一路通杀的大名鼎鼎的 stochastic gradient descent，简称SGD，这种形式也叫
技术爆炸热点所在的位置基本没有你的顾虑，计算机热了几十年了到现在才有一点点可能会到达技术尽头的忧虑，但也只是硬件层面受到物理限制，软件现在反而因为AI算法的突破在继续大爆发。
我觉得第二种情况还有种算法：根据剪切形变的胡克定律公式：F/S=G△d/△D变形：△d=(F/GS)△D ……①对于第二种情况，可以当做一个变模量的物体处理，即：G= {G₁ ,0
实现我觉得完全没有问题，SPV1040这个片子在小卫星上有广泛的使用记录，我们也在使用；之前分析过 OreSat-1 的 MPPT 设计，他们使用 INA226 进行监测，使用 STM32F091 实现MPPT算法
我自己也没有能力弄出一种崭新的控制理论 只能根据要求 选择最合适的框架进行修改 这篇回复也是梳理的过程 可能有误 其实我经常把这里当开发笔记用 项目完成后保存网页就直接当开发记录了既然要闭环控制 核心算法还是以
压强归零又导致了质量流率归零，那现在就相当于喷管又加上了一个堵盖，重新建压，然后质量流率又重新开始计算，也就是大于0，这样往往复复振荡，直到这个燃气堆积率不再小于零为止解决方法:让燃烧室的自由容积达到最小听不懂的看人话:因为算法导致的往复震荡
更详细的比如环境传感器，状态传感器，数据转化模块，目标识别算法等等都可以看作是以上模型的自然展开，接下来就是完善其数学，物理和其硬件上的统一。如果配合一些开源实例拆解学习可能会更有效。
一般而言，利用在线仿真器，软件设计工具还执行电源管理算法的验证。由于电源管理设计在投板前就进行了完全验证，所以第一次就能设计成功的机会很高，进一步加速了产品上市时间。