二摘代码MATLAB
SFM-MATLAB
预告片
该存储库是MATLAB中“来自多个视图的运动结构”的实现。
请参阅以下内容以深入了解：
摄影旅游：探索3D图片集
关于数据集
所提供的图像数据集是从经过校准的相机中获取的。
因此，相机矩阵对我而言是众所周知的。
对于此存储库中提供的图像，您不需要执行任何相机校准。
但是，如果要使用自己的数据集，则首先必须使用以下详细指南进行相机校准：
自己进行相机校准
入门
这些说明将为您提供在本地计算机上运行并运行的项目的副本，以进行开发和测试。
先决条件和步骤
Matlab
2017a（其他版本也可以使用，这是我使用的）租借参考以下说明以产生此分配的结果。
安装用于Matlab的vlfeat工具箱
转到main.m并为“默认数据集”选择“
dataSet”变量1，为我自己的数据集选择2
在main.m中将'highRes'变量设置为1以查看超高分辨率的图像。
（警告：这将需要20到30分钟才能运行，但是您可以在此报告中复制此图。）
默认情况下，该标志设置为0，以使代码在2分钟内运行，但结果的质量不如报告。
请使用Matlab图形而不是网格实验室来
2023-04-17 17:41:43
80.14MB
1
皮库伯
PyQUBO允许您根据灵活的数学表达式轻松创建QUBO或Ising模型。 PyQUBO的一些功能是
基于Python（C ++后端）。
与Ocean SDK完全集成。 （）
自动验证约束。 （ ）
用于参数调整的占位符。 （ ）
有关更多详细信息，请参见。
用法示例
创建QUBO
本示例构造一个简单的表达式并将其编译为model 。 通过调用model.to_qubo() ，我们得到结果QUBO。 （此示例解决了集合S = {4，2，7，1}的）
>>> from pyqubo import Spin
>>> s1, s2, s3, s4 = Spin( " s1 " ), Spin( " s2 " ), Spin( " s3 " ), Spin( " s4 " )
>>> H = ( 4 * s1 + 2 * s2 + 7 * s3 + s4) ** 2
>>> mo
2023-04-16 02:08:51
261KB
1
空间耦合LDPC（Spatially Coupled LDPC，SC-LDPC）码最早源自 Felstrom 和 Zigangirov 在 1999 年提出的卷积 LDPC码，由LDPC线性分组码耦合而成。其置信传播（Belief Propagation，BP）阈值接近 LDPC 码的最大后验概率(Maximum a Posterior，MAP）阈值，这种现象称为“阈值饱和”效应。由于这种空间耦合结构带来的门限饱和校应，导致它在理论上可以逼近香农容量极限。因此，SC-LDPC 码的结构设计与性能优化成为科研工作者的研究热点。
2023-04-14 02:14:30
722KB
1
今天有空，写了基于C#使用Spring.Net的演示实例，希望能给有需要的人带来帮助，其中演示了配置下的IOC、AOP、属性注入、构造函数注入、通知过滤器、以及不使用配置直接代码硬编的AOP动态代码过程，另外还增加了Castle实现IOC及AOP的示例。
使用VS2015或VS2017打开，.net版本为4.5
2023-04-13 22:29:42
9.94MB
1
基于pytorch实现的堆叠自编码神经网络，包含网络模型构造、训练、测试
主要包含训练与测试数据（.mat文件）、模型（AE_ModelConstruction.py、AE_Train.py）以及测试例子（AE_Test.py）
其中ae_D_temp为训练数据，ae_Kobs3_temp为正常测试数据，ae_ver_temp为磨煤机堵煤故障数据，数据集包含风粉混合物温度等14个变量
在程序中神经网络的层数和每层神经元个数没有固定，可根据使用者的输入值来构造神经网络，方便调试
autoencoder类在初始化时有三个参数，第一个是网络输入值，第二个是SAE编码过程的层数(编码、解码过程层数相同)，第三个是是否添加BN层
这里为了构造方便，给每层神经元的个数与层数建立一个关系：第一层神经元的个数为2^(layer数+2)，之后逐层为上一层的1/2
2023-04-13 21:52:14
15.8MB
1