搜索资源列表
Xerdoc XDMF
- 一个比较好用的中文分词模块,是车东等人开发的,比较有名,java语言实现-a better quality of the Chinese word module, East cars were developed, more famous, java language!
Project_1
- 智能车的源程序其中包括检测，舵机控制，测速，PID算法，棒棒算法-Smart cars, including source detection, steering control, speed, PID algorithm, Bang Bang algorithms, and so
imdec-by-EvO-upped-by-BP
- tools for immobilisator (OFF-ON) of cars
hangcheDlg
- 生产线上的上车数量注册软件的部分源代码，用于注册杭车数量，以便进行自动控制-The production line picking up the number of registered software, part of the source code used to register Hang cars for automatic control
car
- 给定一个N*N 的方形网格，设其左上角为起点◎，坐标为（1，1），X 轴向右为正，Y 轴向下为正，每个方格边长为1。一辆汽车从起点◎出发驶向右下角终点▲，其坐标为（N， N）。在若干个网格交叉点处，设置了油库，可供汽车在行驶途中加油。汽车在行驶过程中应遵守如下规则： 求汽车从起点出发到达终点的一条所付费用最少的行驶路线。-Given an N* N square grid, set the upper left corner as a starting point ◎, c
PatternRecognition.m
- 该代码能识别车牌类型,是一款不错的软件，希望对大家有帮助-it can recognize the patten of cars
zoumigong
- 利用普通的寻迹车编写的走迷宫程序，采用左手定则算法。-Tracing using ordinary cars prepared Maze procedure for the left hand rule algorithm.
PID
- 关于智能车PID模糊算法的介绍 电动舵机模糊自适应PID控制方法 电动舵机模糊自适应PID控制研究 电动舵机伺服控制系统的模糊滑模控制 光电智能车模糊PID控制方法 基于模糊控制的智能车调速系统的设计 基于模糊控制算法的智能车转向舵机控制 模糊PID控制算法在电动舵机控制中的应用-Smart car on the introduction of electric PID fuzzy algorithm fuzzy adaptive PID control servo
07nian
- 07年国赛电动车上翘翘板源码 适合做智能小车或机器人的人来参考-2007 country race electric cars source suitable for smart car or robot to reference
area-load
- 电动汽车是智能电网的一个重要组成部分，能很好的解决能源紧缺，环境污染等问题。无线充电技术更有利于电动汽车与电网进行互动，更好的发挥电动汽车削峰填谷、消纳可再生能源的功能。本文在研究中国电动汽车发展相关政策的基础上，结合电动汽车无线充电的特点，基于统计数据，利用蒙特卡罗方法抽取私家电动汽车一次出行里程数，根据电池充电特性及车辆行驶习惯获得电动汽车充电的起始荷电状态、充电功率和起始充电时间，建立了一个较为精确的预测无线充电私家电动汽车充电负荷的数学模型，并对2015年和2020年私家电动汽车进行了充
cascadeCNN_license_plate_detection-master
- 很好的一个车牌检测程序,检测率很高，快速卷积神经网络SoftwareMatlab R2016b Matlab R2016b(plate lisence detectionMatlab lesson design for vehicle detection and recognition. Using cifar-10Net to training a RCNN, and finetune AlexNet to classify. Thanks to Cars Dataset : http:/
1709.04326
- 多智能体设置在机器学习中的重要性日益突出。超过了最近的大量关于深度的工作多agent强化学习，层次强化学习，生成对抗网络和分散优化都可以看作是这种设置的实例。然而，多学习代理人的存在这些设置使得培训问题的非平稳常常导致不稳定的训练或不想要的最终结果。我们提出学习与对手的学习意识（萝拉），一种方法，原因的预期。其他代理的学习。罗拉学习规则包括一个额外的术语，解释了在预期的参数更新的代理政策其他药物。我们发现，利用似然比策略梯度更新的方法，可以有效地计算萝拉更新规则，使该方法适合于无模型强化学习。这