学科分类
/ 1
11 个结果
  • 简介:Aceshardwar网站提供了一个非常有趣的极端的Quake3设置,这要比标准的Quake3增加了几乎10倍的多边形数量和4倍的贴图调用任务。下面是几款流行的图形卡运行该测试的结果如下(640x480x32位色下):

  • 标签: 贴图 图形卡 调用 场景 网站 设置
  • 简介:传统汽车后视镜的盲区是道路安全驾驶的隐患,汽车后视场景的数字化实时监控成为当前研究热点。该系统以ARM+DSP双核DM3730板为上位机,多个嵌入式AM3715板为下位机进行分布式系统设计。基于Android和嵌入式Linux操作系统,采用USB视频设备类(UVC)采集多个USB摄像头图像,通过实时传输协议(RTP)同步传输至DM3730,运用CodeeEngine和SURF算法进行图像拼接,并利用简单直接媒体层(SDL)实时显示。

  • 标签: 数字化监控 ANDROID DM3730 CODEC ENGINE SURF
  • 简介:对于游戏发烧友来说.游戏里精美的Demo动画当然不能放过!但是很多游戏中的动画文件都不能用播放器直接观看.而且有些时候它们会隐藏在游戏中,根本无法找到.真是让人遗憾。现在不用愁了,我找到了抓取游戏动画的好方法——用FMV-Extractor(简称FMV),

  • 标签: 抓取 隐藏 动画文件 播放器 工具 游戏
  • 简介:研究基于深度强化学习技术的避障场景的算法模型设计,采用改进岛深度Q网络(DeepQ-lesrningNet-work,DQN)算法克服了Q-learning表名式算法在连续状态下导致内存不足的局限性。鉴于学习过程中奖励稀疏导致很艰难获得较好结果的情况,改进奖利机制,增知实时奖惩作为补充,解决学习耗时长和练不稳定的问题:采用相对角度、位置金和距离等信息,相比绝对坐标信息可以更有效的躲障碍物。不同于基于栅格法/可视图法等传统人为策略避障算法,深度强化学习算法DQN能够在缺乏先验知识的条件下具备自主决策能力,因此适用性更强。该技术可应用在仓储无人车、巡佥机器人、无人机等现实场景

  • 标签: 深度强化学习 DQN 自主决策 避障
  • 简介:故障现象:一台实选云天3000品牌机,开机后能通过自检,但出现Windows启动画面后,就会自动重启反复多次都是如此。据使用人员反映,他还试过重装系统,但只要一出现Windows的安装画面,也会重启.

  • 标签: WINDOWS 操作系统 应用程序 电脑 故障现象 故障排除
  • 简介:传统的生物医学命名实体识别方法需要大量的标注数据样本,但是在实际应用中标注样本代价高昂。为降低生物医学命名实体识别对标注样本的需求,本文提出通过使用PU学习中的两步法方法,将生物医学命名实体识别问题转化为PU场景下的命名实体识别问题。在第一步中分别使用1-DNF、Spy、NB和Rocchio算法在未标注数据中抽取强负例,然后在已有的正例数据和强负例数据的基础上构建隐马尔可夫模型,最后对待分类数据进行命名实体识别。在GENIA语料库上的实验结果显示,在标注数据较少的情况下,通过使用PU学习方法的两步法构建分类模型,其性能显著优于直接使用标注数据构建的分类模型,同时降低了人工标注数据的成本。

  • 标签: 正例未标注学习 隐马尔科夫模型 命名实体识别 文本挖掘