» Từ khóa: may thu so

Kết quả 1-4 trong khoảng 4

Bài giảng Truyền dẫn vô tuyến số: Chương 7 - Nguyễn Viết Đảm

Bài giảng Truyền dẫn vô tuyến số - Chương 7: Thiết bị và hệ thống truyền dẫn vô tuyến số, cung cấp cho người học những kiến thức như giới thiệu chung; cấu hình hệ thống truyền dẫn vô tuyến số; xử lý tín hiệu và các phần tử của thiết bị vô tuyến số; máy phát thu vô tuyến với ghép song công; khai thác, quản lý và bảo dưỡng hệ thống...

37 p epu 21/07/2024 6 1

Từ khóa: Bài giảng Truyền dẫn vô tuyến số, Truyền dẫn vô tuyến số, Hệ thống truyền dẫn vô tuyến số, Xử lý tín hiệu, Thiết bị vô tuyến số, Máy phát thu vô tuyến
Bài giảng Truyền dẫn vô tuyến số: Chương 9 - Nguyễn Viết Đảm

Bài giảng Truyền dẫn vô tuyến số - Chương 9: Hệ thống truyền dẫn băng siêu rộng UWB, cung cấp cho người học những kiến thức như Truyền thông băng siêu rộng; kênh UWB và máy thu UWB; mô hình hóa và mô phỏng. Mời các bạn cùng tham khảo!

49 p epu 21/07/2024 9 1

Từ khóa: Bài giảng Truyền dẫn vô tuyến số, Truyền dẫn vô tuyến số, Hệ thống truyền dẫn băng siêu rộng, Máy thu UWB, Máy thu RAKE
Thiết kế khối tăng tốc đồng bộ dữ liệu từ máy thu số trên nền tảng FPGA

Bài viết tiến hành thiết kế trên mạch FPGA Kintex 7-XC7K325T áp dụng cho bài toán tìm kiếm song song dữ liệu có độ dài mẫu 128 bit, sử dụng tối đa 512 khối so sánh ở tần số xung nhịp 100 MHz và các kiểu điều chế PSK và QAM.

10 p epu 29/03/2021 30 4

Từ khóa: Dữ liệu từ máy thu số, máy thu số, Máy thu số trên nền tảng FPGA, Tần số xung nhịp 100 MHz, Bài toán tìm kiếm song song dữ liệu
Một số vấn đề trong nhận diện chữ số viết tay

Nhận diện chữ số viết tay (Handwritten Digit Recognition) là một kỹ thuật ứngdụng các thuật toán máy học dùng để nhận diện và phân lớp chữ số viết tay dưới dạng hình ảnh. Một số thuật toán máy học phổ biến hiện nay bao gồm K Nearest Neighbors (KNN), Support Vector Machine (SVM), Stochastic Gradient Descent, Artificial Neuron Network (ANN), Hidden Markov Model (HMM)…

9 p epu 31/08/2018 83 6

Từ khóa: Nhận diện chữ số viết tay, Nhận diện chữ số, Chữ số viết tay, Thuật toán máy học, Histogram các gradient định hướng, Tập dữ liệu MNIST, Thư viện OpenCv

Đăng nhập

Bộ sưu tập nổi bật

Trường Đại học Điện lực

Địa chỉ: 235 Hoàng Quốc Việt, Hà Nội
Điện thoại: 04 3836 2672

Phát triển bởi Thư viện số