光纤 分步傅里叶法 非线性薛定谔方程

CUDA学习资料-Jeremy Lin包含了清华大学CUDA培训教程、GPU高性能编程CUDA实战代码等相关资料

5G技术与标准介绍----第6部分：5G组网考虑之SA与NSA介绍-201806235G技术与标准介绍----第6部分：5G组网考虑之SA与NSA介绍-20180623网络架构选项:NR独立组网与非独立组网EPCEPCEPCSCG split bearerNR NSAMCG Split bearerSCG bearer(EPC Connected)闼 Option3Option 3xOption 3aNR NSA(NGC Connected)Option 7Option 7a郾 Option7xOption 5PNR SAOption 4pttion 4a郾 Option2标准化方案分类■标准化制定的SA和NSA多种子选项,NSA早于SA半年时间完成·SA组网更多依赖NGC和5GNR空口,双连接带来的数据分流非必选技术要求NSA依赖LTE/eLTE空口,双连接分流是NSA组网的必选技术要求标准化架构核心网核心网控制面数据分流点标准化完成时间Option2NGCNR2018.6Option 4NGCNRNR2018.12SAOption 4aNGCNRNGC2018.12Option 5NGCelte2018.6Option 3EPCLTELTE2017.12Option 3aEPCLTEEPC2017.12Option 3xEPCLTENR2017.12NSAOption 7NGCelteeLtE2018.6OptionalNGCeLtENGO2018.6Option/xNGCelteNR2018.6注:后续分析SA主要以 Option2为基础,NSA以 Option3系列为基础5G网络架构-SANR接入NGC控制面数据面Option 2Option 4Option 4aNGC((RI)(g)5G NReLTESG NReLTtE5G NReLTE接入NGC-Option 5eLTE5G网络架构—NSALTE接入EPC控制面数据面Option 3Option 3aOption 3X(RI)(y)LTE5G NRLTESG NRLTE5G NReLTE接入NGCOption 7Option 7aOption /XeLtE5G NReLTE5G NReLTE5G NR目录、什么是SA&NSA二、SA&NSA方案考虑三、小结SA(独立组网)和NSA(非独立组网)技术背景:为满足部分运营商快速部署5G需求,标准新引入一种新的组网架构-NSA非独立组网,而传统2/3/4G网络均采用SA独立组网的架构SA(独立组网):5G无线网与核心网之间的NAS信令(如注册,鉴权等)通过4G基站传递,5G可以独立工作选项2选项4系列NSA(非独立组网):5G依附于4G基站工作的网络架构,5G无线网与核心网之间的NAs信令(如注册,鉴权等)通过4G基站传递5G无法独立工作EPCEPC=NAS信令数据选项3系列选项7系列蓝色4G,绿色5G网络架构-SA架构 Option2类似于2/3/4G,5G与前代系统相互独立的网络架构原理■5G核心网与5G基站直接相连,5G核心网与5G基站通过NG接口直接相连,传递NAS信令和数据■5G无线空口的RRC信令、广播信令、数据都通过5GNR传递—■终端连接方式:只接入5G或4G(单连接),手机终端可以在NR侧上行双发与4G互操作:类似4G与3G/2G跨核心网互操作模式业务支持能力:可使用5G核心网能力,便于拓展垂直行业新增配置N26接口:NG、Ⅺn、N26(4/5G间互操作5GNR→LTE■4G与5G间互配邻区Option 2网络架构-NSA架构 Option3系列■NSA:4/5G紧耦合,5G依附于4G基站工作的网络架构,无法独立组网,存在多种子架构■原理:■同时沿用4G核心网,5G类似4G载波聚合中的辅载波,用于高速传输数据,NAS信令则由4G承载MME/SGWMME/S-GW5G无线空口的RRC信令、广播等信令可由4G传递,数据通过5GNR和4GLTE传递■终端连接方式:与5G和4G连接(双连接),受限功耗、散热,手机终端很难在双连接状态下,NR侧上行双发enB(P)en-gNB与4G互操作:无■业务支持能力:仅支持大带宽业务■新增配置LTEX2口升级,支持4G配置双连接5G目标小区和流控,与配置邻区类似NSA子架构■ Option3:数据面通过4G空口接入4G核心网,数据分流点在LtE enB,大量5G流量导入至4GeNB涉及硬件改造Option3a:通过4G空口接入4G核心网,数据分流点在LTE(R)(g)(R)EPCLTE5G NRLTE5G NRLTE5G NR■ Option3X:通过4G空口接入4G核心网,数据分流点在NROption 3Option 3aOption 3XgNB■ Option3涉及4G基站硬件改造,本材料主要介绍对NSA的 option3x和3a系列

sqlite3提供了加密函数，但没有实现。本源码在sqlite最新版本sqlite3.7.7.1的基础上实现了加密函数。下载源码后使用vs2010打开工程编译，生成sqlite3.lib和sqlite3.dll。使用时，把sqlite3.lib和sqlite3.dll链接到你的工程中，在sqlite3_open后使用sqlite3_key(db,szPassword,nPasswordLen);，其他和未加密的库使用方法一样。

eWebEditor编辑器ASP版-支持IE、火狐及360浏览器真正可用版，上传图片没压力。不同于其它的所谓破解版的版本

【实例简介】dsp2812步进电机控制实验程序，适用于新手学习，已调试

2D FFT基于CUDA的并行处理，适用于复数到复数的2D FFT

详细的心电信号噪声处理，包含各种滤波器及小波变换，傅里叶变换等的心电信号处理程序代码。提供完整心电信号数据，UI界面操作，下载即可使用。

人脸检测和人脸识别都是属于典型的机器学习的方法，但是他们使用的方法却相差很大。对于人脸检测而言，目前最有效的方法仍然是基于Adaboost的方法。在网上可以找到很多关于Adaboost方法的资料，但基本上是千篇一律，没有任何新意。给初学者带了很多不便。建议初学者只需要认真阅读：北京大学 赵楠 的本科毕业论文 ：基于 AdaBoost算法的人脸检测 这篇毕业论文就够了。作者详细分析了Adaboost算法在人脸检测中的具体执行过程，尤其是关于弱分类器的Haar特征选取过程，描述的相当清晰。北京大学太科生业论文最后一章,用编写的实现了 Adaboost算法的FDt程序,给出了相应的人脸检测实验结果,并和 Viola等人的结果做了比较关键词 Keywords∧ adaboost方法、人脸检测、 Boosting方法、PCA学习模型、弱学习工工TI北京大学太科生业论文谨以此论文献给A腺嘌呤、T胸腺嘧啶、G鸟嘌呤、C胞嘧啶、1和0-智能的基本构件和开拓智能研究的伟大先驱者们This dissertation is dedicated toA, T, G, C, 1 and o, the building blocks ofintelligence.andto the pioneers uncovering the foundations ofintelligence.北京大学太科生业论文正文目录 Contents摘要 ABSTRaCTI正文目录 CONTENTS图录LISTOFFIGURES…I表目录LISTOF TABLES····················a···········ba·。·········。··。······VIII人脸检··11概12难点与展望213人脸检测方法的性能评测1.31人脸图像数据库………41.3.2性能评测.2检测方法分类…2,1基于知识的方法●●●●●·●··●●●●●D·●b●鲁●·●●●。●。D●●·●●·●·。D。●。·。。●●●D·●看●。·●。·D●看●看。●。●8北京大学本科生毕业论文22特征不变量方法3模板匹配方法●香●鲁●鲁·●D·。●·。●·鲁●●鲁·●鲁鲁●●●鲁●·鲁··。●·●鲁音·●鲁。●···。·●●●鲁自●·鲁鲁。●●●b·●鲁自非b●●。●10基于表象的方法113经典方法概述···············.s.····················································121神经网络NEURALNETWORK232特征脸EIGENFACE1333基于样本学习方法 EXAMPLE-BASEDMETHODS34支持向量机 SUPPORTⅴ ECTOR MACHINE(SVM)........1535隐马尔科夫模型 HIDDEN MARKOV MODEL(HMM)4 ADABOOST方法概述164.1引2 PAC学模164.21概述14.22数学描述音音音。音音…………………………17V工北京大学太科生业论文43弱学习强学1844BOOSTING方法5矩形特征与积分图a···············4·················4··4········‘·4······4··4······2051引言··········.·········································.···········252矩形特征 RECTANGLE FEATURE2521概述.205.22特征模版.21检器内特征总数2252.31子窗口内的条件矩形5232条件矩形的数量…52.33子窗口的特征矩形数量.2352.34结果2453积分图 INTEGRAL IMAGE25531概念含………………25532利用积分图计算矩形特征值.27V工I北京大学太科生业论文5.32.1图像区域的积分图计算.5322矩形特征的特征值计算86 ADABOOST训练算法●●●D··●·●···●●。·●·。·●●鲁·●··。·●。·●鲁。●自·鲁。●。●●b·。·●。●鲁306.1训练基本算法·●。●。·●··●●·●。鲁鲁●●b·●鲁●··●·●。。●看●。鲁●·●●香···曲鲁鲁●鲁●306.1.1基本算法描述306.12基本算法流程图3262弱分类器 WEAK CLASSIFER33621特征值f(x)62阈值q、方向指示符p38623弱分类器的训练及选取…...83强分类STRONGCLASSIFIER40631构成40632错误率上限407程序实现及结果.………4371样本集●●·●·····●···········●··············●·······●··●·●·····●··········●··········●··●··●4372练难点及优化44721计算成本14V工工T北京大学本科生毕业论文7.2.2减少矩形特征的数量……省着音自··。·非。。音音。非D音音普申普普普非非非非着44723样本预处理4573检测结果467.31检测器……46732实验结果..477321实验对比477.322更多实验结果49733结论53致谢 ACKNOWLEDGMENTS54参考文献REFERENCES54Ver o76图目录 List of Figures人脸析流程2图2人脸的遮挡、不同表情、图像的质量、旋转等等都会影响人脸检测.3图3典型的正面人脸图像数据库中的人脸图像.图4左侧为测试图像,右侧为检测结果。不同的标准会导致不同的检测结果。北京大学本科生毕业论文图5基于知识的人脸检测方法抽象出人脸的基本特征规则图6—种人脸检测模板:这个模板由16个区域(图中灰色部分)和23种区域关系(用箭头表示)组成.10图7 ROWLEY的带有图像预处理的神经网络系统…13图8人脸高斯簇和非人脸高斯簇14图9矩形特征在人脸上的特征匹配。上行是24×24子窗口内选出的矩形特征,下行是子窗口检测到的与矩形特征的匹21图10计算mXm检测器内所有可能的矩形的数量。22图11积分图与积分的类比25图12坐标A(x,y)的积分图定义为其左上角矩形所有像素之和(图中阴影部分)。s(x,y)为A(x,y)及其y方向向上所有像素之和(图中粗黑竖线)26图13区域D的像素和可以用积分图计算为:i+i-(i2+i)图14矩形特征的特征值计算,只与此特征端点的积分图有关…...9

以STM32F103RCT6作为硬件平台，搭建PM2.5传感器(GP2Y1014AU)采集模块、烟雾传感器(MQ-2)采集模块、温度(DS18B20)传感器采集模块和湿度(DHT11)传感器采集模块，TFTLCD显示模块，搭建wifi(ESP8266)模块。

【实例简介】扩频通信中Kasami序列的MATLAB产生程序，容易看懂，运行结果正确，性能较好！！扩频通信中Kasami序列的MATLAB产生程序，容易看懂，运行结果正确，性能较好！！