模型学习
-
arm概述及其基本编程模型 arm体系结构的版本及命名方法 arm体系统构的6个版本的特点 arm体系的变种 1 thumb指令集(t变种) 2 长乘法指令(M变种) 3 增强型dsp指令(E变种) 4 java加速器jazelle(J变种) 5 arm媒体功能扩展(SIMD变种) arm/thumb体系版本的命名格式 1 字符串ARMv 2 ARM指令的版本号 1-6 3 表...
-
一、介绍 缺陷检测被广泛使用于布匹瑕疵检测、工件表面质量检测、航空航天领域等。传统的算法对规则缺陷以及场景比较简单的场合,能够很好工作,但是对特征不明显的、形状多样、场景比较混乱的场合,则不再适用。近年来,基于深度学习的识别算法越来越成熟,许多公司开始尝试把深度学习算法应用到工业场合中。 二、缺陷数据 这里以布匹数据作为案例,常见的有以下三种缺陷,磨损、白点、多线。 如何制...
-
机器学习按照模型类型分为监督学习模型、无监督学习模型两大类。 1. 有监督学习 有监督学习通常是利用带有专家标注的标签的训练数据,学习一个从输入变量X到输入变量Y的函数映射。Y = f (X),训练数据通常是(n×x,y)的形式,其中n代表训练样本的大小,x和y分别是变量X和Y的样本值。 有监督学习可以被分为两类: 分类问题:预测某一样本所属的类别(离散的)。比如判断性别...
-
MEMS传感器 TDK推出SmartEdgeMLTM赋能在6轴IMU上运行超低功耗的机器学习模型 SmartEdgeML解决方案允许用户在传感器芯片上构建、测试、调试和部署机器学习 (ML) 模型 SmartEdgeML包括:SmartMotion™ ICM-45686-S 6轴运动传感器、SmartBug 2.0评估套件和传感器推理框架 (SIF) 软件(可下载)...
-
2024年3月13日 — 在一项重大突破中,OpenAI的派生公司Covariant宣布成功建立了一种新的人工智能模型,使 机器人 能够像人类一样学习执行各种任务。这一发展标志着机器人技术迈向了更为灵活和自主的方向。 在2021年夏天,OpenAI关闭了其机器人团队,并指出由于缺乏训练数据,机器人的进展受到了阻碍。然而,Covariant的三名早期研究科学家在其成立于2017年...
-
2024年3月13日 — 在一项重大突破中,OpenAI的派生公司Covariant宣布成功建立了一种新的人工智能模型,使 机器人 能够像人类一样学习执行各种任务。这一发展标志着机器人技术迈向了更为灵活和自主的方向。 在2021年夏天,OpenAI关闭了其机器人团队,并指出由于缺乏训练数据,机器人的进展受到了阻碍。然而,Covariant的三名早期研究科学家在其成立于2017年...
-
2024年3月13日 — 在一项重大突破中,OpenAI的派生公司Covariant宣布成功建立了一种新的人工智能模型,使 机器人 能够像人类一样学习执行各种任务。这一发展标志着机器人技术迈向了更为灵活和自主的方向。 在2021年夏天,OpenAI关闭了其机器人团队,并指出由于缺乏训练数据,机器人的进展受到了阻碍。然而,Covariant的三名早期研究科学家在其成立于2017年...
-
2024年3月13日 — 在一项重大突破中,OpenAI的派生公司Covariant宣布成功建立了一种新的人工智能模型,使 机器人 能够像人类一样学习执行各种任务。这一发展标志着机器人技术迈向了更为灵活和自主的方向。 在2021年夏天,OpenAI关闭了其机器人团队,并指出由于缺乏训练数据,机器人的进展受到了阻碍。然而,Covariant的三名早期研究科学家在其成立于2017年...
-
2024年3月13日 — 在一项重大突破中,OpenAI的派生公司Covariant宣布成功建立了一种新的人工智能模型,使 机器人 能够像人类一样学习执行各种任务。这一发展标志着机器人技术迈向了更为灵活和自主的方向。 在2021年夏天,OpenAI关闭了其机器人团队,并指出由于缺乏训练数据,机器人的进展受到了阻碍。然而,Covariant的三名早期研究科学家在其成立于2017年...
-
2024年3月13日 — 在一项重大突破中,OpenAI的派生公司Covariant宣布成功建立了一种新的人工智能模型,使 机器人 能够像人类一样学习执行各种任务。这一发展标志着机器人技术迈向了更为灵活和自主的方向。 在2021年夏天,OpenAI关闭了其机器人团队,并指出由于缺乏训练数据,机器人的进展受到了阻碍。然而,Covariant的三名早期研究科学家在其成立于2017年...
-
2024年3月13日 — 在一项重大突破中,OpenAI的派生公司Covariant宣布成功建立了一种新的人工智能模型,使 机器人 能够像人类一样学习执行各种任务。这一发展标志着机器人技术迈向了更为灵活和自主的方向。 在2021年夏天,OpenAI关闭了其机器人团队,并指出由于缺乏训练数据,机器人的进展受到了阻碍。然而,Covariant的三名早期研究科学家在其成立于2017年...
-
2024年3月13日 — 在一项重大突破中,OpenAI的派生公司Covariant宣布成功建立了一种新的人工智能模型,使 机器人 能够像人类一样学习执行各种任务。这一发展标志着机器人技术迈向了更为灵活和自主的方向。 在2021年夏天,OpenAI关闭了其机器人团队,并指出由于缺乏训练数据,机器人的进展受到了阻碍。然而,Covariant的三名早期研究科学家在其成立于2017年...
-
2024年3月13日 — 在一项重大突破中,OpenAI的派生公司Covariant宣布成功建立了一种新的人工智能模型,使 机器人 能够像人类一样学习执行各种任务。这一发展标志着机器人技术迈向了更为灵活和自主的方向。 在2021年夏天,OpenAI关闭了其机器人团队,并指出由于缺乏训练数据,机器人的进展受到了阻碍。然而,Covariant的三名早期研究科学家在其成立于2017年...
-
2024年3月13日 — 在一项重大突破中,OpenAI的派生公司Covariant宣布成功建立了一种新的人工智能模型,使 机器人 能够像人类一样学习执行各种任务。这一发展标志着机器人技术迈向了更为灵活和自主的方向。 在2021年夏天,OpenAI关闭了其机器人团队,并指出由于缺乏训练数据,机器人的进展受到了阻碍。然而,Covariant的三名早期研究科学家在其成立于2017年...
-
【2024年2月5日,德国慕尼黑讯】 秉承为智能设备上市提供更佳、更快方法的使命,英飞凌科技股份公司旗下的边缘人工智能公司Imagimob推出IMAGIMOB Ready Models 。这套完整的机器学习(ML)解决方案可确保为边缘智能设备提供稳健、高性能和可量产的AI应用方案。Ready Models可快速部署到PSoC™ 6 等现有微控制器(MCU)这类半导体硬件上,而用...
-
9月21日,在为全联接大会2023上,华为云发布盘古汽车大模型,赋能汽车设计、生产、营销、研发等业务场景。 官方介绍,盘古汽车大模型可在数字孪生空间生成复杂场景样本,让 自动驾驶 学习训练周期从2周以上缩短到2天之内。 通过模拟矿区环境扬尘飞扬、上下长坡、大区率转弯等场景,配合样本的自动标注,4个月即适配新的重卡车型,大大提升无人重卡的落地效率。...
-
【2023年8月28日 德国慕尼黑讯】英飞凌科技股份公司于近日宣布与Edge Impulse合作,为PSoC™ 63低功耗蓝牙®微控制器(MCU)扩展基于微型机器学习的AI开发工具。 人工智能物联网应用开发者现在可以使用Edge Impulse Studio环境,在高性能、低功耗的PSoC 63低功耗蓝牙微控制器上构建边缘机器学习(ML)应用。 此次合作为客户在基于P...
-
据悉,谷歌希望通过发布学习模型(Roboc Transfmer,RT-2)使其机器人更。 RT-2是该公司所称的视觉语言动作(VLA)模型的新版本。该模型教导机器人更好地识别视觉和语言模式,以解释指令并推断哪些对象最适合请求。 研究人员在厨房办公室的环境中用臂测试了RT-2。结合思维链推理,RT-2可以执行多阶段语义推理。即便是一些抽象概念,RT-2也能理...
-
真实驾驶场景中,通过观察和互动,使驾驶汽车能够积累知识并应对不可预测的情况。我们将智驾汽车的这种对世界运作方式称为“常规认知”,它使智能汽车能够找到自己的方向。对周边环境目标的观察也使自车能够学习并遵守规则。中的一个类似概念是一种称为模仿学习的方法,它允许模型学习模仿人类在给定任务中的行为。 Wayve作为最先发布最先进的端到端模型的公司,用基于CARLA的数据学习...
-
对于自动驾驶ADS行业而言,其核心演进趋势可以定义为群体智能的社会计算,简单表述为,用NPU大算力和去中心化计算来虚拟化驾驶环境,通过数字化智能体即自动驾驶车辆AV的多模感知交互决策,以及车车协同,车路协同,车云协同,通过跨模数据融合、高清地图重建、云端远程智驾等可信计算来构建元宇宙中ADS的社会计算能力。 ADS算法的典型系统分层架构一般包括传感层,感知层,定位层,决策层(预...
-
## 大语言模型介绍 大语言模型(Large Language Model,LLM),也称大型语言模型,是一种人工智能模型,旨在理解和生成人类语言。...
作者:SeasonMay回复:6
-
三、模型学习与输出训练 模型学习方法 零样本学习(zero-shot learning):不提供示例。...
作者:皓月光兮非自明回复:1
-
第二阶段学习中对于循环神经网络的字符级语言模型进行了深入的了解,因为在平时工作中最长使用到的便是语言识别了,而字符语言识别根据的是文本内容,平时在单片机中也会有使用到。...
作者:一个秋天回复:1
-
随后,介绍了深度学习图像配准方法,包括有监督学习和无监督学习两种方式。通过实战案例展示了VoxelMorph模型的应用和实现过程。...
作者:MioChan回复:1
-
机器学习模型的存储格式根据不同的机器学习框架和平台有所不同,下面列举了一些常用的机器学习模型文件格式: ONNX (Open Neural Network Exchange): ....
作者:wangerxian回复:10
-
圆盘锥形天线HFSS模型,供学习参考。 圆盘锥形天线HFSS模型,供学习参考。 不错,借鉴借鉴...
作者:fengzusheng回复:1
-
做一个机械手模型,用控制杆控制转动、上下、抓、放这样的简单动作,需要掌握哪些知识呢? 请教:如果想做个象机械手这样的模型,都需要学习哪些知识?...
作者:saber_tooth回复:10
-
为了实现分布式大规模机器学习,需要一个大型的分布式计算机系统。而输入输出(I/O)设计是影响分布式计算机系统处理性能的重要因素。...
作者:superleon123回复:2
-
随着机器学习应用的普及,nVidia为了帮助更多的服务器厂商,重新设计了GPU服务器,包含了新的技术和理念。设计了以nVidia DGX为品牌的A100、H100等型号服务器。...
作者:superleon123回复:2
-
此为本书的第十一章,总结来说,本章对涉及的内容只是概括了一下,更详细的需要个人去日常持续学习知识,积累工作经验 微服务平台 使用Kubernetes提供基本的服务注册发现和服务路由能力,...
作者:ltaodream回复:0
-
大规模机器学习应用程序所需的硬件基础架构,是一个大型的分布式计算机系统。...
作者:HEU-liukai回复:1
-
第五章, 机器学习所依托的I/O框架体系 ,主要介绍了机器学习所依托的I/O框架体系,其中出现了许多我以前没有接触过的词语。首先是Magnum IO的引入。...
作者:乐悠刘回复:1
-
相比于之前对《大模型时代的基础架构:大模型算力中心建设指南》阅读过程中,遇到的各种层出不穷、应接不暇的计算机科班人员才有深刻理解的概念词汇所给我造成的阅读障碍,我凭借自己之前两三年对机器学习、深度学习算法所打下的基础...
作者:a54137621回复:0
-
引言: 书中提到了很多机器学习算法与实现,从中选取了几个典型的算法,在PC上进行了实际体验。...
作者:传媒学子回复:0
-
二、环境准备 在 【学习分享6】医学图像分类处理和模型训练实践 的环境基础上,可以进行本章的实战,不过还需要安装一下如下的python库: pip install SimpleITK==2.0.2...
作者:HonestQiao回复:4
-
训练完成后,生成的模型如下: 六、模型测试 现在模型训练完成了,就可以用提供的数据进行测试,检验模型的具体应用能力了。...
作者:HonestQiao回复:1
-
机器学习训练出来的模型大小通常由以下几个主要因素决定: 1、模型架构复杂度: 模型层数:深层神经网络通常包含更多参数,因此模型文件会更大。...
作者:wangerxian回复:5
-
人工智能、机器学习、深度学习已经成为当下最热门的前端科技之一,机器学习、深度学习是人工智能下面细分的分支。...
作者:huaqingyuanjian回复:3
-
1、 获取模型动画 2、 播放模型动画 3、 停止播放模型动画 在搭建 3D可视化场景 的过程中,我发现很多模型都有内置动画,很多模型在制作阶段就内置了动画,如果模型有内置动画,可以在 ThingJS...
作者:森友js回复:5
-
我们也提到过,Qt 不仅提供了这种使用 SQL 语句的方式,还提供了一种基于模型的更高级的处理方式。...
作者:兰博回复:1
-
课程大纲目录 : 第一部分: ST_LINK项目介绍及前期准备 内容简介:本部分内容主要是总体介绍此次项目的设计,并完成前期软件的安装及配置,软件重要初始化与快捷键的设置,大体介绍项目的组成及本次课程的学习方法...
课时1:ST_LINK项目介绍 课时2:电子设计学习思路与流程 课时3:Cadence Allegro 22.1软件安装 课时4:Allegro 22版本常规设置以及快捷键安装 课时5:原理图工程文件的介绍与创建 课时6:原理图库元件模型的组成介绍 课时7:软件自带原理图库介绍与编辑 课时8:IC类元件库创建 课时9:跳线类的元件模型创建 课时10:排针类元件模型的创建 课时11:LED灯元件模型的创建 课时12:原理图库的管理与调用 课时13:原理图页的大小及常规设置 课时14:原理图库的调用以及放置 课时15:器件的复制及放置 课时16:元器件电气互联及网络标号的添加 课时17:原理图的可读性的优化处理 课时18:原理图的统一编号设置 课时19:PCB封装名称的统一添加与管理 课时20:原理图的编译设置及检查 课时21:原理图的BOM的输出 课时22:原理图的PDF的打印输出 课时23:PCB封装元素的组成与介绍 课时24:实例-贴片双色LED封装的创建 课时25:实例-LQFP48芯片的PCB封装创建 课时26:实例-USB接口PCB封装创建 课时27:常用其他PCB封装的直接调用 课时28:3D模型的导入与设置 课时29:原理图网表同步与PCB器件放置 课时30:Allegro软件常规层面介绍与颜色配置 课时31:PCB板框的评估定义及结构器件定位 课时32:PCB快捷键的设置及推荐 课时33:交互式模块化布局规划与思路分析 课时34:PCB布局实战演示及优化 课时35:网络Class的介绍及设置 课时36:PCB叠层设计与阻抗计算 课时37:设计规则-线宽规则设置 课时38:设计规则-间距规则设置 课时39:设计规则-区域规则设置 课时40:PCB布线宏观分析与通道评估 课时41:PCB过孔添加与信号手工布线处理 课时42:PCB电源与地布线及整体优化的处理 课时43:丝印设计规范及调整 课时44:DRC的设置及检查 课时45:什么是PCB拼板,为什么要拼板 课时46:PCB拼板认识-V-cut与邮票孔 课时47:光学定位点及工艺边的介绍 课时48:PCB的拼板实例演示 课时49:PCB板尺寸和层名称的标注 课时50:制造装配图的PDF输出 课时51:Gerber文件的输出 课时52:文件整理及PCB打样制板说明的制作 课时53:课程总结及学习规划
显示更多 -
课程大纲目录 : 第一部分:最小系统板项目介绍及前期准备 内容简介:本部分内容主要是总体介绍此次项目的设计,并完成前期软件的安装及配置,软件重要初始化与快捷键的设置,大体介绍项目的组成及本次课程的学习方法...
课时1:最小系统板项目介绍 课时2:电子设计学习思路与流程 课时3:AD21软件安装 课时4:AD21软件系统参数的一些基本配置 课时5:PCB工程文件的介绍与创建 课时6:原理图库元件模型的组成介绍01 课时7:简单电阻容元件模型的创建 课时8:利用Excel创建IC类元件库 课时9:按键的元件模型创建 课时10:排针类元件模型的创建 课时11:LED灯元件模型的创建 课时12:现有原理图库分类以及调用方法 课时13:原理图页的大小及常规设置 课时14:原理图库的调用放置 课时15:器件的复制及对齐 课时16:导线及NetLabel的添加 课时17:原理图的可读性的优化处理 课时18:原理图的统一编号设置 课时19:PCB封装名称的统一添加与管理 课时20:原理图的编译设置及检查 课时21:原理图的BOM的输出 课时22:原理图的PDF的打印输出 课时23:PCB封装元素的组成与介绍 课时24:实例-贴片0603封装的创建 课时25:实例-TSSOP20芯片的PCB封装创建 课时26:实例-USB接口PCB封装创建 课时27:常用其他PCB封装的直接调用 课时28:3D模型的导入与设置 课时29:PCB导入及常见导入报错解决办法 课时30:常见绿色报错的消除 课时31:PCB板框的评估及叠层设置 课时32:PCB快捷键的设置及推荐 课时33:交互式模块化布局规划 课时34:PCB布局实战演示及优化 课时35:网络Class的介绍及设置 课时36:设计规则-间距规则设置 课时37:设计规则-线宽规则设置 课时38:设计规则-过孔规则设置 课时39:设计规则-铺铜规则设置 课时40:设计规则-其他规则设置 课时41:PCB布线宏观分析与通道评估 课时42:扇孔的处理及敷铜插件的应用与布线 课时43:PCB电源布线及整体优化的处理 课时44:丝印设计规范及调整 课时45:DRC的设置及检查 课时46:什么是PCB拼板?为什么要拼板 课时47:PCB拼板认识-V-cut与邮票孔 课时48:光学定位点及工艺边的介绍 课时49:PCB的拼板实例演示 课时50:PCB板尺寸和层名称的标注 课时51:制造装配图的PDF输出 课时52:Gerber文件的输出 课时53:文件整理及PCB打样制板说明的制作 课时54:课程总结及学习规划
显示更多 -
该课程是正点原子2023年全新推出的人工智能与深度学习新系列视频教程!...
课时1:本讲内容介绍 课时2:瞄一瞄SDK编译后的目录 课时3:RV1126文件系统分区 课时4:关于开机自启动(上) 课时5:关于开机自启动(中) 课时6:关于开机自启动(下) 课时7:出厂系统设置静态IP地址(上) 课时8:出厂系统设置静态IP地址(下) 课时9:RKMedia框架及其例程介绍 课时10:测试SDK自带RKMedia例程 课时11:编译SDK自带RKMedia例程 课时12:720P和1080P MIPI屏幕的使用 课时13:IMX415和IMX335摄像头的使用 课时14:本讲内容介绍 课时15:小谈RV1126 AI模型部署流程 课时16:正点原子ATK-DLRV1126开发板AI例程介绍 课时17:正点原子AI例程测试开发环境搭建 课时18:编译正点原子AI例程 课时19:基于RockX的AI例程测试 课时20:基于RKNN的AI例程测试 课时21:二维码识别例程测试 课时22:RockX的使用(上) 课时23:RockX的使用(下) 课时24:编译SDK自带RockX例程 课时25:测试SDK自带RockX例程 课时26:编译和测试SDK自带的RKNN例程(上) 课时27:编译和测试SDK自带的RKNN例程(中) 课时28:编译和测试SDK自带的RKNN例程(下) 课时29:如何更新NPU驱动 课时30:入门嵌入式AI有哪些要求
显示更多 -
我们的宗旨是:提供技术指导,直到你学会为止 第一个部分 课程前言介绍及AD软件安装 第01课 整套实操视频学习方法及注意事项 第02课 AD22安装及激活及中英文版本切换 第二个部分...
课时1:整套实操视频学习方法及注意事项 课时2:AD22安装及激活及中英文版本切换 课时3:创建一个空白完整的电子设计工程 课时4:元件符号介绍及简单电阻容原理图库创建 课时5:复杂原理图库的创建(二极管、运放等) 课时6:如何调用他人的原理图库 课时7:检查原理图库的正确性并生成报告 课时8:原理图页的大小设置及注意事项 课时9:原理图库调用与器件的摆放 课时10:元件的复制、剪切、旋转及镜像 课时11:元件的排列与对齐 课时12:绘制器件导线及导线的属性设置 课时13:放置器件网络标号链接 课时14:非电气对象放置(辅助线、文字等) 课时15:元器件的位号编号排序及注意事项 课时16:如何快速查找原理图中的元件 课时17:原理图常见错误的编译与检查 课时18:BOM物料表的导出 课时19:原理图的PDF打印输出 课时20:原理图常用设计快捷命令汇总 课时21:PCB封装元素组成及简单PCB封装创建 课时22:异形焊盘PCB封装创建 课时23:IPC封装创建向导的利用 课时24:库安装与如何调用他人的PCB库 课时25:PCB封装的检查与报告 课时26:3DPCB封装模型调用与创建 课时27:原理图如何导入PCB及导入常见报错 课时28:快速定义PCB板框与DXF导入定义 课时29:固定孔及器件的精准定义 课时30:层叠的定义及添加 课时31:PCB的交互式与模块化布局操作 课时32:PCB布局的常用操作命令介绍 课时33:鼠线的打开及关闭 课时34:Class创建与Class的应用 课时35:PCB布线的常用操作命令介绍 课时36:Active Route的自动布线介绍 课时37:泪滴的添加与移除 课时38:A课局部敷铜及网络的添加 课时39:B课AD脚本文件的使用 课时40:异形敷铜的创建 课时41:Cutout的放置及敷铜的修正优化 课时42:常用规则-间距规则的讲解 课时43:常用规则-布线线宽规则的讲解 课时44:规则的使能及优先级的设置 课时45:过孔、阻焊及其他重要规则讲解 课时46:全连接及十字花焊盘链接铺铜规则 课时47:什么是差分及差分规则的添加 课时48:区域规则(Room规则)的设置 课时49:规则的导出与导入 课时50:PCB的DRC电气性能检查 课时51:PCB尺寸大小标注 课时52:PCB的点到点与边缘距离测量 课时53:器件位号丝印的调整 课时54:PCB板LOGO及二维码放置 课时55:多层线路及装配图PDF的输出 课时56:生产Gerber文件的输出步骤 课时57:PCB设计项目的总结及后期规划
显示更多 -
这门课让你学习数字IC的晶体管级基本单元、模块和简单系统的分析方法,具备初步的数字IC设计能力。 本课程主要从晶体管级和电路级讲授数字集成电路的分析与设计。...
课时1:IntroductiontoDigitalIC 课时2:ArchitectureofDigitalProcessor 课时3:FullCustomDesignMethodology 课时4:SemicustomDesignMethodology 课时5:QualityMetricofDigitalIC 课时6:SummaryandTextbookReference 课时7:KeyPointsReviewofLastLecture 课时8:Introduction 课时9:TheDiode 课时10:TheMOSFETTransistor 课时11:SecondaryEffects 课时12:SummaryandTextbookReference 课时13:KeyPointsReviewofLastLecture 课时14:Introduction 课时15:StaticBehavior 课时16:KeyPointsReviewofLastLecture 课时17:DynamicBehaviorI 课时18:DynamicBehaviorII 课时19:PowerDissipation 课时20:SummaryandTextbookReference 课时21:Introduction 课时22:StaticCMOSDesignI 课时23:StaticCMOSDesignII 课时24:KeyPointsReviewofLastLecture 课时25:StaticCMOSDesignIII 课时26:StaticCMOSDesignIV 课时27:DynamicCMOSDesign 课时28:Summary 课时29:IntroductionI 课时30:IntroductionII 课时31:StaticLatchesandRegistersI 课时32:StaticLatchesandRegistersII 课时33:StaticLatchesandRegistersIII 课时34:KeyPointsReview 课时35:DynamicLatchesandRegistersI 课时36:DynamicLatchesandRegistersII 课时37:DynamicLatchesandRegistersIII 课时38:PulseRegister 课时39:Pipelining 课时40:SchmittTrigger 课时41:SummaryandTextbookReference 课时42:KeyPointsReview 课时43:Multiplier 课时44:Shifter 课时45:SummaryandTextbookReference 课时46:Introduction 课时47:Capacitance 课时48:Resistance 课时49:ElectricalWireModels 课时50:SummaryandTextbookReference 课时51:Introduction 课时52:CapacitiveParasitics 课时53:CapacitiveParasiticsII 课时54:ResistiveParasitics 课时55:SummaryandTextbookReference 课时56:AssignmentSolving 课时57:Theteachingassistantswanttosay 课时58:Problem1 课时59:Problem2 课时60:Problem3 课时61:Problem4 课时62:Problem5 课时63:Problem6 课时64:Problem7 课时65:Problem8 课时66:Problem9 课时67:Problem10 课时68:Problem11 课时69:Problem12 课时70:Problem13 课时71:Problem14
显示更多 -
你将了解到机器学习是编程的一个新领域。用传统的编程语言,比如Java或C++,去编写一个程序,是需要使用明确的规则的。而机器学习则可以通过训练数据来推理出这些规则。但机器学习究竟是什么样子的呢?...
-
传感器融合在完全不同类型的自主系统中具有如此广泛的吸引力这一事实使它成为一个有趣而又有意义的学习主题。 该视频介绍了如何使用磁力计,加速计和陀螺仪估算物体的方向。...
课时1:什么是传感器融合 课时2:融合磁力计、加速计和陀螺仪来估计方向 课时3:融合GPS和IMU估计姿势 课时4:使用IMM滤波器跟踪单个对象 课时5:如何一次跟踪多个对象 课时6:什么是轨迹级融合(或轨迹融合)
显示更多 -
决定了它在数控机床制造领域使用极其广泛; 直流电机的启动和调速性能较好,广泛用于平衡车、电动滑板车、智能车、无人机、录像机、吹风机等适用于高速的场景中; 舵机的角度可以根据脉冲宽度来进行调制,广泛用于航空、航海的模型中...
课时1:前言 课时2:电机和驱动器的简单介绍 课时3:stm32定时器详解(1) 课时4:stm32定时器详解(2) 课时5:stm32定时器详解(3) 课时6:stm32定时器详解(4) 课时7:直流有刷电机介绍(1) 课时8:直流有刷电机介绍(2) 课时9:直流有刷电机介绍(3) 课时10:直流有刷驱动板电流电压采集(1) 课时11:直流有刷驱动板电流电压采集(2) 课时12:直流有刷驱动板电流电压采集(3) 课时13:舵机控制 课时14:步进电机(1) 课时15:步进电机(2) 课时16:步进电机(3) 课时17:直流无刷电机(1) 课时18:直流无刷电机(2) 课时19:直流无刷电机(3) 课时20:直流无刷电机(4)-按键控制(1) 课时21:直流无刷电机(5)-按键控制(2) 课时22:直流无刷电机-电源电压-温度采样 课时23:编码器详解 课时24:控制系统与电机的关系 课时25:PID算法的通俗解说(1) 课时26:PID算法的通俗解说(2) 课时27:PID控制器参数整定(1) 课时28:PID控制器参数整定(2) 课时29:PID控制器参数整定(3) 课时30:编码器的使用(1) 课时31:编码器的使用(2) 课时32:直流有刷电机速度环控制实现 课时33:直流有刷电机位置环控制实现 课时34:直流有刷电机电流环控制实现 课时35:直流有刷电机多环控制实现(1) 课时36:直流有刷电机多环控制实现(2) 课时37:步进电机速度环控制实现(1) 课时38:步进电机速度环控制实现(2) 课时39:步进电机速度环控制实现(3) 课时40:步进电机速度环控制实现(4) 课时41:步进电机速度环控制实现(5) 课时42:步进电机位置环控制实现(1) 课时43:步进电机位置环控制实现(2) 课时44:步进电机位置环控制实现(3) 课时45:步进电机位置环控制实现(4) 课时46:步进电机位置环控制实现(5) 课时47:步进电机位置环控制实现(6) 课时48:步进电机位置速度双环控制实现(1) 课时49:步进电机位置速度双环控制实现(2) 课时50:步进电机位置速度双环控制实现(3) 课时51:步进电机位置速度双环控制实现(4) 课时52:步进电机位置速度双环控制实现(5) 课时53:步进电机位置速度双环控制实现(6) 课时54:步进电机梯形加减速实现(1) 课时55:步进电机梯形加减速实现(2) 课时56:步进电机梯形加减速实现(3) 课时57:步进电机梯形加减速实现(4) 课时58:步进电机梯形加减速实现(5) 课时59:步进电机梯形加减速实现(6) 课时60:步进电机梯形加减速实现(7) 课时61:步进电机S形加减速实现 课时62:步进电机直线插补实现(1) 课时63:步进电机直线插补实现(2) 课时64:步进电机直线插补实现(3) 课时65:步进电机圆弧插补实现(1) 课时66:步进电机圆弧插补实现(2) 课时67:步进电机圆弧插补实现(3) 课时68:直流无刷电机速度环PID 课时69:直流无刷电机位置环PID 课时70:直流无刷电机位置环速度环串级PID 课时71:ST电机固件库介绍 课时72:X-CUBE-MCSDK-安装 课时73:X-CUBE-MCSDK-使用 课时74:X-CUBE-MCSDK-演示
显示更多 -
《数字大规模集成电路》是讲授数字大规模集成电路基础理论和知识的微电子专业研究生基础课,既是微电子专业学生的核心课程也是供电类专业学生学习数字集成电路设计的基础课程。...
课时2:集成电路技术的意义 课时3:开关和逻辑 课时4:静态互补CMOS逻辑原理 课时5:静态互补CMOS逻辑门的设计和本节小结 课时6:集成电路工艺 课时7:集成电路版图 课时8:Scaling Down 课时10:MOS管原理 课时11:阈值电压 课时12:MOS管的基本电流方程 课时13:沟道长度调制效应 课时14:速度饱和 课时15:MOS管的手工分析模型 课时16:MOS管的电容 课时17:体效应 课时18:短沟效应、DIBL和本节小结 课时19:亚阈值电流 课时20:栅氧漏电流 课时21:扩散区pn结漏电流 课时22:栅极感应漏端漏电与本节小结 课时23:MOS管的温度特性 课时25:电压传输特性 课时26:VTC分析方法 课时27:开关阈值电压与本节小结 课时28:单级噪声容限 课时29:电压传输特性的稳定性 课时30:多级噪声容限及本节小结 课时31:复杂逻辑门的静态特性 课时33:用于延时分析的反相器模型 课时34:反相器的驱动电阻 课时35:反相器的负载电容 课时36:门延时的组成 课时37:反相器延时的设计准则 课时38:复杂逻辑门的驱动电阻 课时39:大扇入逻辑门的尺寸设计 课时40:考虑内部节点电容的延时模型 课时41:复杂逻辑门延时与输入图形的关系 课时42:逻辑门延时模型 课时43:本征延时 课时44:努力延时 课时45:关键路径 课时46:固定级数时的逻辑路径的尺寸优化 课时47:级数可变时逻辑路径的尺寸优化 课时48:逻辑路径尺寸优化方法小结 课时49:电路级优化 课时50:逻辑结构优化 课时51:本章总结 课时53:集成电路的功耗问题 课时54:逻辑门电容充电功耗模型 课时55:开关活动性 课时56:虚假翻转 课时57:直流通路引起的功耗和本节小结 课时58:CMOS逻辑门的静态功耗分量 课时59:亚阈值漏电流功耗 课时60:堆叠效应 课时61:本节小结 课时62:功耗优化指标 课时63:电源电压优化 课时64:VDD-尺寸的联合优化 课时65:VDD-VT联合优化 课时67:集成电路中的导线 课时68:互连线的寄生电容 课时69:互连线的寄生电阻 课时70:电感的影响和寄生效应小结 课时71:集总电容模型 课时72:分布rc模型 课时73:考虑互连线延时的电路延时 课时74:互连线延时的优化 课时75:电容串扰及其影响 课时76:克服电容串扰的方法 课时77:IR Drop 课时78:L(didt) 课时79:互连线的信号完整性小结 课时80:互连线的Scaling Down 课时82:组合逻辑 课时83:静态互补CMOS逻辑的特点 课时84:伪NMOS逻辑门的静态特性 课时85:伪NMOS逻辑门的传播延时 课时86:伪NMOS逻辑门的功耗与特点 课时87:差分串联电压开关逻辑 课时88:传输管逻辑的工作原理 课时89:传输管逻辑的延时和功耗 课时90:电平恢复技术 课时91:低阈值传输管 课时92:CMOS传输门 课时93:传输管逻辑信号的完整性问题 课时94:动态逻辑 课时95:动态逻辑基本原理 课时96:串联动态门 课时97:动态逻辑的速度 课时98:动态逻辑的功耗 课时99:电荷泄漏 课时100:电荷共享 课时101:电容耦合 课时102:组合逻辑类型的选择 课时104:时序逻辑和时序单元 课时105:双稳态原理 课时106:锁存器 课时107:主从边沿触发寄存器 课时108:时序参数的定义
显示更多 -
《物联感知技术应用》是物联网技术专业的专业基础课程,本课程主要对物联网的体系结构、关键技术和典型应用进行系统性介绍,从物联网的感知层、网络层、应用层三层模型出发,分别阐述各层的主要功能,展示感知层重点技术的应用...
课时2:物联网的发展历程 课时3:物联网的概念及特点 课时5:物联网的体系架构 课时6:物联网的标准1 课时7:物联网的标准2 课时9:自动识别技术概述 课时10:条形码实验 课时12:RFID射频识别技术概述 课时13:RFID射频识别技术要点 课时14:智能家居-门禁卡实验 课时16:传感器技术概述 课时17:温湿度传感器实验 课时19:无线传感器网络 课时20:Zigbee无线传感器网络技术 课时22:物联网数据融合与云计算 课时23:物联网中间件和安全技术 课时25:智慧生态水质PH值检测系统的设计 课时26:智慧生态水质PH值检测系统的安装 课时27:智慧生态水质PH值检测系统的调试
显示更多 -
经典控制理论主要介绍控制系统的数学模型、控制系统性能、控制系统的稳定性、根轨迹法、频率响应法、频域稳定性、频率响应设计法等;现代控制理论主要介绍状态空间模型、能控性和能观性、状态变量反馈控制系统设计、状态观测器设计等...
课时2:自动控制原理导论 课时4:微分方程模型 课时5:拉普拉斯变换 课时6:传递函数模型 课时7:框图模型 课时8:信号流图模型 课时10:性能指标与一阶系统性能 课时11:二阶系统响应 课时12:二阶系统性能的参数调节 课时13:控制系统性能扩展 课时15:稳定性概念和充分必要条件 课时16:稳定性判据 课时18:根轨迹的基本概念 课时19:绘制根轨迹的基本方法 课时20:基于根轨迹的控制系统分析 课时21:基于根轨迹的控制系统设计 课时22:基于根轨迹的控制系统设计(续1) 课时23:基于根轨迹的控制系统设计(续2) 课时25:频率特性的概念 课时26:典型环节的Bode图 课时27:系统Bode图及频率特性的测量 课时28:极坐标图 课时30:频域稳定性 课时31:频域相对稳定性 课时33:超前滞后校正装置 课时34:伯特图设计超前滞后校正 课时36:引言,状态空间描述方程的建立 课时37:状态空间方程与传递函数的变换关系,状态方程的解 课时39:能控性和能观性,全状态反馈控制器设计 课时40:能控性和能观性,全状态反馈控制器设计2 课时41:线性系统的状态观测器设计 课时43:数字控制系统的基本概念,采样与保持1 课时44:数字控制系统的基本概念,采样与保持2 课时45:Z变换,数字控制系统的数学模型1 课时46:Z变换,数字控制系统的数学模型2 课时47:数字控制系统的性能分析,数字控制系统设计1 课时48:数字控制系统的性能分析,数字控制系统设计2
显示更多 -
课程将讲解相关应用程序的基本开发方法,包括在图像中查找已知模型、从立体图像中恢复深度、相机校准、图像稳定、自动对齐(例如全景)、跟踪和动作识别。...
课时2:Taking over for Aaron 课时3:Difference between CV and CP 课时4:Introduction to Computer Vision Course 课时5:What is Computer Vision 课时6:Identify Objects Quiz 课时7:Identify Objects Quiz Solution 课时8:Recognize Action Quiz 课时9:Recognize Action Quiz Solution 课时10:Why Study Computer Vision 课时11:OCR and Face Recognition 课时12:Object Recognition 课时13:Special Effects and 3D Modeling 课时14:Smart Cars 课时15:Sports 课时16:Vision Based Interaction 课时17:Security and Medical Imaging 课时18:A Novel Application Quiz 课时19:A Novel Application Quiz Solution 课时20:Why is This Hard 课时21:Vision is NOT Image Processing 课时22:Course Overview 课时23:Topic Outline 课时24:Course Details 课时25:Software 课时26:Matlab 课时27:Octave 课时28:Learning Goals Quiz 课时29:End 课时31:Images as Functions Intro 课时32:Images as Functions Part 1 课时33:Image Quiz 课时34:Image Quiz Solution 课时35:Images as Functions Part 2 课时36:Define an Image as a Function Quiz 课时37:Define an Image as a Function Quiz Solution 课时38:Define a Color Image as a Function Quiz 课时39:Define a Color Image as a Function Quiz Solution 课时40:The Real Phyllis 课时41:Digital Images 课时42:Compute Image Size Quiz 课时43:Compute Image Size Quiz Solution 课时44:Matlab Images are Matrices 课时45:Quantize Quiz 课时46:Quantize Quiz Solution 课时47:Load and Display an Image 课时48:Image Size and Data Type Quiz 课时49:Image Size and Data Type Quiz Solution 课时50:Inspect Image Values 课时51:Inspect Image Values Quiz 课时52:Inspect Image Values Quiz Solution 课时53:Crop an Image 课时54:Crop an Image Quiz 课时55:Crop an Image Quiz Solution 课时56:Color Planes 课时57:Add 2 Images Demo 课时58:Add 2 Images Quiz 课时59:Add 2 Images Quiz Solution 课时60:Multiply by a Scalar Demo 课时61:Blend 2 Images Quiz 课时62:Blend 2 Images Solution 课时63:Common Types of Noise 课时64:Image Difference Demo 课时65:Image Difference Quiz 课时66:Image Difference Quiz Solution 课时67:Generate Gaussian Noise 课时68:Effect of Sigma on Gaussian Noise 课时69:Effect of Sigma on Gaussian Noise Quiz 课时70:Effect of Sigma on Gaussian Noise Quiz Solution 课时71:Apply Gaussian Noise Quiz 课时72:Apply Gaussian Noise Quiz Solution 课时73:Displaying Images in Matlab 课时74:Adding Noise Quiz 课时75:Adding Noise Quiz Solution 课时76:Images as Functions End 课时77:What Did You Learn Today 课时79:Intro 课时80:Gaussian Noise 课时81:Averaging Assumptions 课时82:Noise Quiz 课时83:Weighted Moving Average 课时84:Moving Average Quiz 课时85:Moving Average Quiz Solution 课时86:Compare Filter Results Quiz 课时87:Compare Filter Results Quiz Solution 课时88:Moving Average In 2D 课时89:Correlation Filtering 课时90:Averaging Filter 课时91:Blur Quiz 课时92:Blur Quiz Solution 课时93:Gaussian Filter 课时94:Gaussian Quiz 课时95:Gaussian Quiz Solution 课时96:Variance or Standard Deviation 课时97:Matlab 课时98:Remove Noise 课时99:Gaussian Filter Quiz 课时100:Gaussian Filter Quiz Solution 课时101:Keeping the Two Gaussians Straight 课时102:End 课时104:Intro
显示更多 -
本培训介绍德州仪器深度学习(TIDL),该产品现已作为TI针对AM57x SoC处理器系列的免费处理器SDK的一部分提供,并允许在边缘运行深度学习推理。...
-
在本视频中,您将跟随Loren Shure快速入门机器学习算法,并了解三种类型的机器学习(聚类,分类和回归): 聚类——将一组事物分成具有不同属性的组; 分类——用于图像中的对象检测,预测性维护和垃圾邮件检测等应用程序...
课时1:什么是机器学习 课时2:机器学习快速入门—线性回归 课时3:机器学习快速入门—k近邻算法(K-NN) 课时4:机器学习快速入门—k均值聚类算法(k-means) 课时5:机器学习快速入门—支持向量机(SVM) 课时6:机器学习快速入门—判别分析 课时7:机器学习快速入门—决策树(Decision Tree)
显示更多 -
6.在本视频中你将学习如何配置卡尔曼滤波器模块参数,例如系统模型、初始状态估计和噪声特性,使用Simulink中的卡尔曼滤波器估算单摆模型角度。...
课时1:为什么使用卡尔曼滤波器 课时2:了解卡尔曼滤波器——状态观测器 课时3:了解卡尔曼滤波器——最优状态估计 课时4:了解卡尔曼滤波器——最优状态估计算法和方程 课时5:了解卡尔曼滤波器——非线性状态估算器 课时6:在 Simulink 中使用卡尔曼滤波器 课时7:在 Simulink 中使用扩展卡尔曼滤波器
显示更多 -
统计学习是关于计算机基于数据构建的概率统计模型并运用模型对数据进行预测和分析的一门科学,统计学习也成为统计机器学习。...
课时1:概率基础 课时2:随机变量1 课时3:随机变量2 课时4:高斯分布 课时5:高斯分布例子 课时6:连续分布 课时7:jeffrey prior 课时8:scale mixture pisribarin 课时9:statistic interence 课时10:Laplace 变换 课时11:多元分布定义 课时12:概率变换 课时13:Jacobian 课时14:Wedge production 课时15:Wishart 分布 课时16:多元正态分布 课时17:统计量 课时18:矩阵元Beta分布 课时19:共轭先验性质 课时20:统计量 充分统计量 课时21:指数值分布 课时22:Entropy 课时23:KL distance 课时24:Properties 课时25:概率不等式1 课时26:概率不等式2 课时27:概率不等式1 课时28:概率不等式2 课时29:概率不等式3 课时30:John 引理 课时31:概率不等式 课时32:随机投影 课时33:Stochastic Convergence-概念 课时34:Stochastic Convergence-性质 课时35:Stochastic Convergence-应用 课时36:EM算法1 课时37:EM算法2 课时38:EM算法3 课时39:Bayesian Classification 课时40:Markov Chain Monte carlo1 课时41:Markov Chain Monte carlo2
显示更多 -
通过对电能的产生—传输—应用过程中各类电机的学习,熟悉和掌握这些电机的工作原理,了解电机的结构,掌握电机的分析方法,熟悉电机的工程应用。...
课时1:第一章 第1讲 导论(一) 课时2:第一章 第1讲 导论(二) 课时3:第一章 第2讲 导论(三) 课时4:第一章 第2讲 导论(四) 课时5:第二章 第1讲 直流电机(一) 课时6:第二章 第2讲 直流电机(二) 课时7:第二章 第2讲 直流电机(三) 课时8:第二章 第3讲 直流电机(四) 课时9:第二章 第3讲 直流电机(五) 课时10:第二章 第3讲 直流电机(六) 课时11:第二章 第4讲 直流电机(七) 课时12:第二章 第4讲 直流电机(八) 课时13:第二章 第5讲 直流电机(九) 课时14:第二章 第5讲 直流电机(十) 课时15:第二章 第6讲 直流电机(十一) 课时16:第三章 第1讲 变压器(一) 课时17:第三章 第2讲 变压器(二) 课时18:第三章 第2讲 变压器(三) 课时19:第三章 第3讲 变压器(四) 课时20:第三章 第3讲 变压器(五) 课时21:第三章 第4讲 变压器(六) 课时22:第三章 第4讲 变压器(七) 课时23:第三章 第5讲 变压器(八) 课时24:第三章 第5讲 变压器(九) 课时25:第三章 第6讲 变压器(十) 课时26:第三章 第6讲 变压器(十一) 课时27:第三章 第7讲 变压器(十二) 课时28:第三章 第8讲 变压器(十三) 课时29:第三章 第8讲 变压器(十四) 课时30:第三章 第9讲 变压器(十五) 课时31:第三章 第9讲 变压器(十六) 课时32:第三章 第9讲 变压器(十七) 课时33:第三章 第10讲 变压器(十八) 课时34:第三章 第10讲 变压器(十九) 课时35:第三章 第10讲 变压器(二十) 课时36:第四章 第1讲 交流电机绕组的基本理论(一) 课时37:第四章 第1讲 交流电机绕组的基本理论(二) 课时38:第四章 第1讲 交流电机绕组的基本理论(三) 课时39:第四章 第2讲 交流电机绕组的基本理论(四) 课时40:第四章 第3讲 交流电机绕组的基本理论(五) 课时41:第四章 第4讲 交流电机绕组的基本理论(六) 课时42:第四章 第4讲 交流电机绕组的基本理论(七) 课时43:第四章 第5讲 交流电机绕组的基本理论(八) 课时44:第四章 第5讲 交流电机绕组的基本理论(九) 课时45:第五章 第1讲 异步电机(一) 课时46:第五章 第2讲 异步电机(二) 课时47:第五章 第2讲 异步电机(三) 课时48:第五章 第3讲 异步电机(四) 课时49:第五章 第4讲 异步电机(五) 课时50:第五章 第4讲 异步电机(六) 课时51:第五章 第5讲 异步电机(七) 课时52:第五章 第5讲 异步电机(八) 课时53:第五章 第6讲 异步电机(九) 课时54:第五章 第7讲 异步电机(十) 课时55:第五章 第8讲 异步电机(十一) 课时56:第五章 第8讲 异步电机(十二) 课时57:第五章 第9讲 异步电机(十三) 课时58:第五章 第9讲 异步电机(十四) 课时59:第五章 第9讲 异步电机(十五) 课时60:第五章 第10讲 异步电机(十六) 课时61:第五章 第10讲 异步电机(十七) 课时62:第五章 第11讲 异步电机(十八) 课时63:第五章 第11讲 异步电机(十九) 课时64:第六章 第1讲 同步电机(一) 课时65:第六章 第2讲 同步电机(二) 课时66:第六章 第3讲 同步电机(三) 课时67:第六章 第3讲 同步电机(四) 课时68:第六章 第4讲 同步电机(五) 课时69:第六章 第4讲 同步电机(六) 课时70:第六章 第5讲 同步电机(七) 课时71:第六章 第6讲 同步电机(八) 课时72:第六章 第7讲 同步电机(九) 课时73:第六章 第8讲 同步电机(十) 课时74:第六章 第9讲 同步电机(十一) 课时75:第六章 第10讲 同步电机(十二) 课时76:第六章 第11讲 同步电机(十三) 课时77:第六章 第12讲 同步电机(十四) 课时78:第六章 第13讲 同步电机(十五)
显示更多 -
本课程将学习Matlab这一现代的科学计算和系统仿真语言的基本编程思想和方法,并利用Matlab对所学基础课程进行上机模拟实验和数值计算,并进行机电系统的建模、仿真,并对仿真结果能进行二维、三维图形的绘制...
课时2:MATLAB简介 课时3:MATLAB的安装、内容选择和启动 课时4:MATLAB 7.1的操作桌面 课时5:MATLAB帮助系统 课时7:数组的创建 课时8:数组元素的标志 课时9:子数组的寻访和赋值 课时10:MATLAB的数值、变量与表达式 课时11:MATLAB常用的运算函数 课时12:数组运算和矩阵运算 课时13:关系运算与逻辑运算 课时14:“非数”和“空”数组 课时15:数组操作函数和高维数组 课时16:多项式及其运算 课时18:字符串数组 课时19:元胞数组 课时20:构架数组 课时21:几种数组的转换 课时23:LU分解和恰定方程组的解 课时24:矩阵特征值和特征向量 课时25:函数的零点 课时26:函数的极值点 课时27:数值积分 课时28:常微分方程 课时30:符号变量和符号表达式 课时31:符号变量和符号表达式 课时32:符号函数的极限及微积分运算 课时33:符号矩阵的创建及运算 课时34:符号方程的求解 课时35:符号积分变换 课时37:MATLAB图形绘制基础 课时38:二维图形的绘制 课时39:二维图形的绘制 课时40:三维图形的绘制 课时42:MATLAB控制流 课时43:脚本文件和函数文件 课时44:串演算函数与函数句柄、程序调试 课时46:模型的建立 课时47:模型的建立 课时48:连续系统仿真 课时49:离散系统仿真 课时50:Simulink的分析工具 课时51:S函数模块
显示更多 -
本课程主要讲述计算机控制系统理论与工程设计的基础理论与方法,其中主要包括信号变换、系统建模与性能分析、数字控制器的模拟化设计方法、数字控制器的直接设计方法,基于状态空间模型的数字控制器极点配置设计方法,...
课时2:计算机控制系统课程导学 课时3:计算机控制系统内容简介 课时4:计算机控制实验系统简介 课时6:信号转换与z变换导学 课时7:信号转换分析 课时8:z变换与z反变换 课时10:计算机控制系统数学描述与性能分析导学 课时11:脉冲传递函数模型的建立 课时12:计算机控制系统的稳定性分析 课时13:计算机控制系统的稳态与暂态性能分析 课时15:数字控制器的模拟化设计方法导学 课时16:连续控制器的离散化方法 课时17:数字PID控制器 课时18:Smith预估控制 课时20:数字控制器的直接设计方法导学 课时21:最小拍控制器的设计方法 课时22:最小拍控制器的工程化改进 课时23:大林算法控制器的设计 课时24:大林算法工程应用中关键参数的选择 课时26:基于状态空间模型的极点配置设计方法导学 课时27:离散系统状态空间模型的建立 课时28:状态可测时按极点配置设计控制规律 课时29:按极点配置设计状态观测器 课时30:状态不可测时控制器的设计 课时32:计算机控制系统课程实验 导学 课时33:实验系统学习与掌握1 课时34:实验系统学习与掌握2 课时35:被控对象模型辨识1 课时36:被控对象模型辨识2 课时37:速度PID控制1 课时38:速度PID控制2 课时39:速度最小拍控制1 课时40:速度最小拍控制2 课时41:温度PID控制1 课时42:温度PID控制2 课时43:温度Smith预估控制1 课时44:温度Smith预估控制2 课时45:温度大林算法控制1 课时46:温度大林算法控制2
显示更多 -
(01)机器学习与相关数学初步 (02)数理统计与参数估计 (03)矩阵分析与应用 (04)凸优化初步 (05)回归分析与工程应用 (06)特征工程 (07)工作流程与模型调优 (08)最大熵模型与...
课时1:机器学习与相关数学初步 课时2:数理统计与参数估计 课时3:矩阵分析与应用 课时4:凸优化初步 课时5:回归分析与工程应用 课时6:特征工程 课时7:工作流程与模型调优 课时8:最大熵模型与EM算法 课时9:推荐系统与应用 课时10:聚类算法与应用 课时11:决策树随机森林adaboost 课时12:SVM 课时13:贝叶斯方法 课时14:主题模型 课时15:贝叶斯推理采样变分方法 课时16:人工神经网络 课时17:卷积神经网络 课时18:循环神经网络和LSTM 课时19:Caffe&Tensor Flow&MxNet 简介 课时20:贝叶斯网络和HMM 课时21:(额外补充)词嵌入word embedding
显示更多