|- 数据科学速查表 - 0 B|- 迁移学习实战 - 0 B|- 零起点Python机器学习快速入门 - 0 B|- 《深度学习入门：基于Python的理论与实现》高清中文版PDF+源代码 - 0 B|- 《Python生物信息学数据管理》中文版PDF+英文版PDF+源代码 - 0 B|- 《Python深度学习》2018中文版pdf+英文版pdf+源代码 - 0 B|- 《Python编程：从入门到实践》中文版+源代码 - 0 B|- stanford machine learning - 0 B|- Python语言程序设计2018版电子教案 - 0 B|- Python网络编程第三版 （原版+中文版+源代码） - 0 B|- Python机器学习实践指南（中文版带书签）、原书代码、数据集 - 0 B|- python官方文档 - 0 B|- Python编程(第4版 套装上下册) - 0 B|- PyQt5快速开发与实战（pdf+源码） - 0 B|- linux - 0 B|- 征服PYTHON-语言基础与典型应用.pdf - 67.40 MB|- 与孩子一起学编程_中文版_详细书签.pdf - 69.10 MB|- 用Python做科学计算.pdf - 6.10 MB|- 用Python写网络爬虫.pdf - 9.90 MB|- 用Python进行自然语言处理(中文翻译NLTK).pdf - 4.40 MB|- 像计算机科学家那样思考 Python中文版第二版.pdf - 712.00 kB|- 网络爬虫－Python和数据分析.pdf - 6.90 MB|- 图解机器学习.pdf - 59.40 MB|- 凸优化.pdf - 5.70 MB|- 数据挖掘导论.pdf - 2.50 MB|- 数据科学入门.pdf - 13.30 MB|- 数据结构与算法__Python语言描述_裘宗燕编著_北京：机械工业出版社_，_2016.01_P346.pdf - 74.30 MB|- 神经网络与深度学习.pdf - 92.60 MB|- 深入Python3...
标签： python
上传时间： 2022-06-06
上传用户：
当人体内胰岛素分泌不足或胰岛素作用缺失时会导致血糖浓度偏离正常水平从而引发糖尿病及其并发症。血糖浓度的检测是糖尿病科学诊断的前提。本文针对课题组研制的MEMS血糖传感器用于组织液超滤提取检测的功能需求，研究了三电极MEMS血糖检测传感器微电流检测技术并研制了传感器检测与控制电路。本文主要对检测原理、电路设计与分析、电路测试以及检控系统葡萄糖浓度测试等部分进行了详细研究。首先对MEMS血糖传感器的检测原理进行分析，对辅助传感器产生电流的电路（恒电位电路和信号发生电路）原理图进行设计，对传感器产生的微电流范围进行实验分析。对传感器工作过程中产生的电化学噪声进行研究，提出噪声消减方法，为后续微电流检测电路的设计奠定基础。然后结合检测微电流输出特点及血糖传感器超滤提取动作控制需求，设计了检控系统，由微电流检测系统、人机交互及无线通信、电源系统三大部分组成。为验证微电流检测系统电路设计的正确性，本文借助Multisim仿真软件重点对电路中的恒电位及1/V转换的性能进行分析。此外对电路中的噪声来源进行分析，计算相关噪声并分析对电流检测的影响。对元件布置与布线、接地、电路板漏电防护等方面进行了研究，从而提高电路的抗干扰能力在检控电路研制基础上，本文搭建测试系统，测试电路的静态和动态特性.静态特性准确度、重复性、灵敏度、分辨力、稳定性、零漂等：动态特性包括恒电位电路的电压跟随特性以及检测电路的阶跃响应和频率响应特性。测试结果表明，该检测系统满足设计指标。最后，为测试葡萄糖浓度，将微电流检控电路与MEMS血糖传感器集成，做葡萄糖浓度的响应实验和重复性实验。在测试结果数据处理基础上，建立了葡萄糖浓度预测模型。测试结果表明，通过预测模型得到的检测结果符合临床检测精度要求。
上传时间： 2022-06-18
上传用户：
摘要：微弱信号检测是随着工程应用而不断发展的一门学科。近年来，微弱信号检测相关研究已经成为一个热点研究领域，具体表现在对微弱信号检测方法的探寻、对微弱信号检测系统的设计、对微弱信号检测仪器的研发。本文中主要研究了利用锁相放大器进行有用信号提取的微弱信号检测原理与实现方法。首先介绍了微弱信号检测的基本理论与常见的几种检测方法，重点介绍了利用数字锁相放大器进行信号检测的原理。在此基础上，结合数字锁相放大器的相关检测原理，给出了数字锁相放大器的整体设计方案，着重从相关检测原理算法和移相算法方面对数字锁相放大器的设计作了深入探讨。重点研究了采样频率与相关运算结果的关系，在设计的过程中先使用MATLAB进行算法上的模拟，从模拟结果发现参考信号为方波而采样频率与信号频率成一定关系时，系统相关运算存在固有误差。为减少该误差，提出了将动态采样率的方法引入数字锁相放大器设计中，运算发现动态采样的采样频率数越多，奇点产生的误差越少，有效地解决奇点问题。最后，使用LabVIEW对设计的系统进行仿真测试。测试结果表明该数字锁相放大器在信号幅度为5V、噪声标准差小于等于50时（SWR=.34.04dB），能有效地检测出频率为500kHz以下的信号，系统检测结果与理论计算值的相对误差基本不超过2%。
上传时间： 2022-06-18
上传用户：
MATLAB语言是当今国际上最流行的科学与工程计算编程语言,它起源于矩阵运算,并已发展成一种高度集成的计算机语言.文章对有限元分析中的三节点三角形单元问题进行了解析,说明了运用MATLAB程序运算的一些技巧。
上传时间： 2022-06-22
上传用户：slq1234567890
首先，论文研究的室内导航是基于手动配置或者自动化程序构建的owM网络，而不是现有商场的WiFi热点，增加了网络的可控性，同时导航系统也可以更好的利用网络的特点。OwM网络节点由OpenWrt系统的路由器构成，OpenWrt系统可编程，因此整个网络可以按照需求自定义功能。其次，导航系统以店铺邻接关系数据库作为简单的室内地图数据，店铺管理人员通过导航软件录入店铺邻接关系，通过分布式数据库的同步，得到完整店铺邻接关系数据，即简易室内地图，有效地解决室内地图缺少的问题。这种获得室内地图的方法，相比其他方法更简单，成本更低。最后，店铺邻接关系数据库又是基于OwM网络的分布式数据库，作为简单的室内地图数据，有效的避免了集中式数据库组织上的缺点，提高了系统的可靠性。Mesh网络具有自组织、多跳的特点，但是数据访问时间长。基于owM网络的室内导航，结合了Mesh网络和分布式数据库的优点，既实现网络自组织、多跳功能，同时缩短了数据库访问时间，降低了数据传输的代价。基于OWM网络的室内导航系统有效地结合了OpenWrt.Mesh网络和分布式数据库的优点，后续可以采用聚类算法缩减顶点个数，缩短导航时间，网络节点连接方式可以考虑网桥，实现全网通信。关键词：室内导航；OpenWrt；OwM网络；分布式数据库
上传时间： 2022-06-23
上传用户：得之我幸78
1范围此部分定义了高速（发送速率高达1Mbps）介质访问单元（MAU）和一些介质依赖特性（基于IS08802-3），包括CAN的物理层；一种应用于道路车辆中的串行通信协议支持分布式实时控制和多路复用；2标准参考以下参考文档诊断这个文档的应用是独立的。对于数据参考，仅参考译文。对于未标日期的参考，参考最新的译文（包括任何修正）。ISO7637-3：1995，道路车辆-传导导和耦合引起的电干扰-第三部分：正常12V或24V供电的车辆-除电源线外通过电容或电感耦合的电气瞬态传输ISO/IEC8802-3，信息技术-系统间的电信通信及信息交换-局域网和城域网-特性需求-第三部分：载波监听多路访问/冲突检测方法（CSMA/CD）和物理层规定。IS016845，道路车辆-控制器区域网络（CAN）-一致性测试计划
标签： CAN
上传时间： 2022-07-06
上传用户：
木书以神经网络结构为主线，以学习算法为副线，详细介绍了神经网络结构和算法步骤，并给出实例和练习，目的是使读者易看懂，能动手，会应用。主要内容包括：人工神经网络简介、单层前向网络及LMS学习算法、多层前向网络及BP学习算法、支持向量机及其学习算法、 Hopfield神经网络与联想记忆、随机神经网络及模拟退火算法、竞争神经网络和协同神经网络。每章均给出了基于 MATLAB的仿真实例以及练习。
标签： 人工神经网络
上传时间： 2022-07-12
上传用户：
全书共分17章：第1至7章分别讲述蓄电池、交流发电机与调节器、起动系统、传统点火系统与电子点火系统、照明与信号系统、汽车仪表与报警指示灯系统、汽车辅助电器设备等汽车电器设备内容；第8至16章分别讲述汽油机电子燃油喷射系统与发动机管理系统，柴油机高压共轨喷射系统，电控自动变速器，防抱死制动系统、驱动防滑系统与电子稳定程序控制系统安全气囊系统，汽车巡航控制系统，电子控制悬架，汽车电子系统网络与汽车CAN总线等汽车电子控制系统内容；第17章综合分析汽车电器与电子系统总电路。
上传时间： 2022-07-12
上传用户：
该书的作者是来自 Y Combinator Research 的研究员 Michael Nielsen，他也是一位量子物理学家、科学作家、计算机编程研究人员。他的个人主页是：Neural networks and deep learningneuralnetworksanddeeplearning.com书籍介绍 这是我个人以为目前最好的神经网络与机器学习入门资料之一。内容非常浅显易懂，很多数学密集的区域作者都有提示。全书贯穿的是 MNIST 手写数字的识别问题，每个模型和改进都有详细注释的代码。非常适合用来入门神经网络和深度学习！ 全书共分为六章，目录如下： 第一章：使用神经网络识别手写数字 第二章：反向传播算法如何工作 第三章：改进神经网络的学习方法 第四章：神经网络可以计算任何函数的可视化证明 第五章：深度神经网络为何很难训练 第六章：深度学习 《Neural Network and Deep Learning》这本书的目的是帮助读者掌握神经网络的核心概念，包括现代技术的深度学习。在完成这本书的学习之后，你将使用神经网络和深度学习来解决复杂模式识别问题。你将为使用神经网络和深度学习打下基础，来攻坚你自己设计中碰到的问题。 本书一个坚定的信念，是让读者更好地去深刻理解神经网络和深度学习，如果你很好理解了核心理念，你就可以很快地理解其他新的推论。这就意味着这本书的重点不是作为一个如何使用一些特定神经网络库的教程。仅仅学会如何使用库，虽然这也许能很快解决你的问题，但是，如果你想理解神经网络中究竟发生了什么，如果你想要了解今后几年都不会过时的原理，那么只是学习些热?的程序库是不够的。你需要领悟让神经网络工作的原理。
标签： 深度学习
上传时间： 2022-07-24
上传用户：
该资源为机器学习使用的教材，供学习神经网络的算法的人使用
上传时间： 2022-08-09
上传用户：ttalli
