- 一、L1导航算法简介 L1导航算法是非常经典的非线性无人机路径跟随算法，最早由MIT于2004年提出，其导航算法中是先选点，生成一段为L1的路径。 1 直线路径跟踪 L1路径跟随算法的基本思想就是在期... 一、L1导航算法简介 L1导航算法是非常经典的非线性无人机路径跟随算法，最早由MIT于2004年提出，其导航算法中是先选点，生成一段为L1的路径。 1 直线路径跟踪 L1路径跟随算法的基本思想就是在期...
- 一、元胞自动机简介 1 元胞自动机发展历程 最初的元胞自动机是由冯 · 诺依曼在 1950 年代为模拟生物 细胞的自我复制而提出的. 但是并未受到学术界重视. 1970 年, 剑桥大学的约翰 · 何顿 ... 一、元胞自动机简介 1 元胞自动机发展历程 最初的元胞自动机是由冯 · 诺依曼在 1950 年代为模拟生物 细胞的自我复制而提出的. 但是并未受到学术界重视. 1970 年, 剑桥大学的约翰 · 何顿 ...
- 一、RBF及Qlearning算法简介 1 RBF 1.1 什么是径向基函数 1985年，Powell提出了多变量插值的径向基函数（RBF）方法。径向基函数是一个取值仅仅依赖于离原点距离的实值函数，也就... 一、RBF及Qlearning算法简介 1 RBF 1.1 什么是径向基函数 1985年，Powell提出了多变量插值的径向基函数（RBF）方法。径向基函数是一个取值仅仅依赖于离原点距离的实值函数，也就...
- 一、人工蜂群算法求解无线网络传感覆盖优化问题简介 1 WSN覆盖模型 1.1 问题描述 在WSN中, 要实现较高的无线网络传感器节点覆盖率从而减少监测盲点的出现, 就必须加大无线网络传感器节点的分布密度... 一、人工蜂群算法求解无线网络传感覆盖优化问题简介 1 WSN覆盖模型 1.1 问题描述 在WSN中, 要实现较高的无线网络传感器节点覆盖率从而减少监测盲点的出现, 就必须加大无线网络传感器节点的分布密度...
- 一、无线传感器网络覆盖优化问题简介 1无线传感器网络覆盖优化问题 1.1 无线传感器网络模型 在无线传感器网络中, 节点数量以及节点划分区域直接关系着无线传感器网络对目标事物覆盖死角面积, 增多节点数量... 一、无线传感器网络覆盖优化问题简介 1无线传感器网络覆盖优化问题 1.1 无线传感器网络模型 在无线传感器网络中, 节点数量以及节点划分区域直接关系着无线传感器网络对目标事物覆盖死角面积, 增多节点数量...
- 一、无线传感器网络覆盖优化问题简介 1无线传感器网络覆盖优化问题 1.1 无线传感器网络模型 在无线传感器网络中, 节点数量以及节点划分区域直接关系着无线传感器网络对目标事物覆盖死角面积, 增多节点数量... 一、无线传感器网络覆盖优化问题简介 1无线传感器网络覆盖优化问题 1.1 无线传感器网络模型 在无线传感器网络中, 节点数量以及节点划分区域直接关系着无线传感器网络对目标事物覆盖死角面积, 增多节点数量...
- 一、简介 1 引言 随着物联网技术的发展,传感器之间通过通信方式连接在一起,构成了极为庞大的无线传感器网络,这使得传感器在各行各业的应用相当广泛[。然而,因为大规模抛撒的传感器节点无法全部配备价格昂贵的... 一、简介 1 引言 随着物联网技术的发展,传感器之间通过通信方式连接在一起,构成了极为庞大的无线传感器网络,这使得传感器在各行各业的应用相当广泛[。然而,因为大规模抛撒的传感器节点无法全部配备价格昂贵的...
- 一、无线传感器网络覆盖优化问题简介 无线传感器网络覆盖优化问题 1 无线传感器网络模型** 在无线传感器网络中, 节点数量以及节点划分区域直接关系着无线传感器网络对目标事物覆盖死角面积, 增多节点数量能... 一、无线传感器网络覆盖优化问题简介 无线传感器网络覆盖优化问题 1 无线传感器网络模型** 在无线传感器网络中, 节点数量以及节点划分区域直接关系着无线传感器网络对目标事物覆盖死角面积, 增多节点数量能...
- 一、AlexNet网络简介 AlexNet网络模型由Hinton以及他的学生Alex Krizhevsky所设计，并在2012年的ImageNet竞赛中获得冠军，其物体分类错误率仅有16.4%,相比于传... 一、AlexNet网络简介 AlexNet网络模型由Hinton以及他的学生Alex Krizhevsky所设计，并在2012年的ImageNet竞赛中获得冠军，其物体分类错误率仅有16.4%,相比于传...
- 机器翻译： FogROS 2: An Adaptive and Extensible Platform for Cloud and Fog Robotics Using ROS 2 Abstract— Mobility, power, and price points often dictate that robots do no... 机器翻译： FogROS 2: An Adaptive and Extensible Platform for Cloud and Fog Robotics Using ROS 2 Abstract— Mobility, power, and price points often dictate that robots do no...
- rqt包全家福： ros-humble-rqt-action ros-humble-rqt-image-overlay-dbgsym ros-humble-rqt-robot-dashboardros-humble-rqt-bag ros-humble-rqt-ima... rqt包全家福： ros-humble-rqt-action ros-humble-rqt-image-overlay-dbgsym ros-humble-rqt-robot-dashboardros-humble-rqt-bag ros-humble-rqt-ima...
- 目录 原题一：求最大公约数 方法一：暴力求解 方法二：辗转相除法（很重要哦） 原题二：最小公倍数 方法一：暴力求解 方法二：利用最大公约数 结语 【前言】 今天是刷题打卡第32天！ 加油吧少年。 原题一：求最大公约数 方法一：暴力求解 思路： 举一个例子，比如求24和18的最大公约数，它... 目录 原题一：求最大公约数 方法一：暴力求解 方法二：辗转相除法（很重要哦） 原题二：最小公倍数 方法一：暴力求解 方法二：利用最大公约数 结语 【前言】 今天是刷题打卡第32天！ 加油吧少年。 原题一：求最大公约数 方法一：暴力求解 思路： 举一个例子，比如求24和18的最大公约数，它...
- bn层和droout如何同时使用，那就是对bn层参数直接dropout一部分吗? BN和Dropout单独使用都能减少过拟合并加速训练速度，但如果一起使用的话并不会产生1+1>2的效果，相反可能会得到比单独使用更差的效果。 相关的研究参考论文：Understanding the Disharmony between Dro... bn层和droout如何同时使用，那就是对bn层参数直接dropout一部分吗? BN和Dropout单独使用都能减少过拟合并加速训练速度，但如果一起使用的话并不会产生1+1>2的效果，相反可能会得到比单独使用更差的效果。 相关的研究参考论文：Understanding the Disharmony between Dro...
- 并查集 并查集是一种树型的数据结构 ，并查集可以高效地进行如下操作： 查询元素 p和元素q是否属于同一组 合并元素 p和元素q所在的组 1.1.并查集结构 并查集也是一种树型结构，但... 并查集 并查集是一种树型的数据结构 ，并查集可以高效地进行如下操作： 查询元素 p和元素q是否属于同一组 合并元素 p和元素q所在的组 1.1.并查集结构 并查集也是一种树型结构，但...
- 基础篇面试汇总可查看博主此文:Java基础面试题(2022最新版汇总) 文章目录 网络协议面试 1.什么是网络编程 2.网络编程中两个主要的问... 基础篇面试汇总可查看博主此文:Java基础面试题(2022最新版汇总) 文章目录 网络协议面试 1.什么是网络编程 2.网络编程中两个主要的问...
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中 -
用码道，让你的AI作品三步上朋友圈2026/08/04 周二 19:00-20:00
林华鼎-华为云AI开发者运营负责人
从入门 · 到做AI应用 · 到企业级开发。不教编程，只教用AI · 零代码、有产出、能带走、可炫耀 · 每课人人动手实操
回顾中
热门标签