- 博客(25)
- 收藏
- 关注
原创 神经形态芯片论文分享(一直更新)
Neuromorphic-Processor-paper-listMy name is Qianpeng Li, a master in Institute of Automation, Chinese Academy of Sciences. I am interesting in Neuromorphic Processor, spiking neural network accelerator and machine learning. In this repository I will share
2022-05-14 11:22:20
1745
原创 概率图模型
Probabilistic Graphical Model概率图模型有什么用?概率图是在图的基础上添加了概率信息,通过图可以得到概率密度分布函数。对于离散或者连续型N维向量,用N个结点的图表示出样本的概率密度分布。当学到了事物的概率模型,就可以完成很多有意思的任务,比如说图像降噪、图像生成、语音识别。了解概率图模型,就要从模型的表示、学习、推理进行学习。表示前情提要:概率链式法则如下边缘概率图分为两种:有向图和无向图有向图模型有向图表示了变量之间的依赖关系,一般称为贝叶斯网络如下图
2022-05-14 11:17:20
520
原创 单周期单精度加法器
test_add.vmodule test_add //不同符号的浮点数据相加( input wire MAIN_CLK, input wire [31:0] a, input wire [31:0] b, output wire [31:0] ab); reg [7:0] pow_a;reg [7:0] pow_b;reg [22:0] val_a;reg [22:0] val_b;reg flag_a;reg flag_b;reg flag;//比较指
2021-08-16 14:50:35
294
原创 IEEE754单精度浮点数转为十六进制
有关IEEE754的内容查看https://en.wikipedia.org/wiki/IEEE_754IEEE754转换matlab转换:number_dec = single(526.25);hexString = num2hex(number_dec);out=str2num(hexString);替换single函数的变量,以转换你的数据结果可与一个在线转换网站的结果进行比较...
2021-08-12 19:17:14
2229
原创 Nerual coding-神经脉冲编码
频率编码频率编码的想法是认为信息包含在神经元的发放频率中,但是目前而言频率编码对于脑活动的描述过于简单。spike-count rate:计算在一个时间长度T中发放的动作电位数目,T通常为100~500ms。当刺激强度恒定或者变化缓慢的时候,改编码方式具有很好的效果;但是真实世界中刺激并非恒定的,而是在时间上往往快速变化,此时编码得到的信息可能会有缺失。Time-dependent firing rate:时间相关的放电率定义为在时间 t 和 t+Δt 之间的短时间间隔内出现的尖峰的平均数量(试验
2021-08-09 17:49:59
2657
原创 逐点比较直线插补和圆弧插补
对于只在第一象限的各种插补方式,都比较的简单。逐点比较直线插补由于我们将直线的起点平移到了原点,那么我们所比较的就是当前点和目标直线的斜率,当在直线下方,y++;当在直线上方,x++;当在直线上,规定x++;设(xm,ym)为当前点,(xe,ye)为终点则Fm=ymxe-xmye可表示点在直线的位置。Fm=0,点在直线上;Fm>0,点在直线上方;Fm<0,点在直线下方;于是当Fm≥0时,x++;Fm<0时,y++;如果每次都计算Fm=ymxe-xmye运算时间比较长
2020-05-28 08:17:13
4973
1
原创 梵塔问题求解及动态显示
首先,什么是梵塔问题?梵塔问题—有三个杆标号分别为A、B、C,初始时在A杆从上到下,按从小到大的顺序放了n个圆盘。需要在有限步数下将n个圆盘平移到C,在平移的过程中,A、B、C杆上的圆盘自上到下都要服从圆盘大小自小到大。那么怎样求解梵塔问题呢?–问题规约对于梵塔问题,可以采用问题规约的思路将复杂的问题变成n个小问题的与或图形式。对于二梵塔问题,也是最简单的问题。先将1号盘移到B,2号盘移到C,1号盘移到C。通过这三个简单的问题就实现了二梵塔问题。同样对三梵塔,我们可以看成二梵塔和一个圆盘的组合。也
2020-05-17 13:07:15
8768
原创 欧拉运动放大算法实现心率检测
由于疫情的影响,一系列的非接触设备的到应用,如无人消毒机器人、红外测温。除了体温,心率也是衡量人体状况的重要指标。心率可以通过颈动脉、桡动脉还有皮肤颜色来进行提取。2012年,Wu等人基于欧拉视频放大(EVM)技术设计了一个非接触式心率检测系统在相机和目标人物本身没有明显晃动的情况下,且光照条件良好时,该系统测得心率的结果,能够获得临床级别的准确度。之后又有学者提出了基于相位的微小运动放大算法。近年来传统的运动放大技术还是EVM和PVM,自动识别和视觉增强方面的发展和探索空间还比较大。本文运用欧拉运动放大技
2020-05-16 17:35:17
3979
14
原创 opencv将RGB转成YIQ
最近在做运动检测,需要将RGB通道转换成YIQ通道;在网上查了很多发现实现的都比较差,现给出RGB转YIQ以及YIQ转回RGB程序这是RGB转为YIQ的原理Y代表的是亮度,I、Q是色彩,由于YIQ颜色空间具有能将图像中的亮度分量分离提取出来的优点,所以比较容易在复杂背景下进行运动目标检测根据变换矩阵,可以比较容易的写出函数—就是一个简单的矩阵相乘Matx33f rgb2yiq_mat...
2020-03-30 22:44:03
2402
1
原创 GO标准包之net/http详细介绍
理解 HTTP 构建的网络应用只要关注两个端—客户端(clinet)和服务端(server),两个端的交互来自 clinet 的 request,以及server端的response。所谓的http服务器,主要在于如何接受 clinet 的 request,并向client返回response。接收request的过程中,最重要的莫过于路由(router),即实现一个Multiplexer器。G...
2020-03-10 17:38:55
3451
原创 GO之TCP-socket编程
对于golang 的TCP 编程,服务端就很简单的是listen加accept模式,然后对数据的处理;而客户端就是通过dial创建连接,然后在进行socket的操作先来看客户端的首先通过**net.dail()**来创建连接,但是这个时候需要要求目标网络可达,对于不可达网络会出现ERROR建立完连接之后,可以添加一个IO缓冲通过**bufio.newreader()**来创建一个reade...
2020-03-08 18:02:18
259
转载 GO标准包之net/http
HTTP—请求响应协议针对于HTTP,golang包含有HTTP中最重要的四个部分cilent server request response1.requsetrequset指的是客户端发送给服务器的一个请求,或者是服务器收到的一个请求。通过http.NewRequset来构造一个http request请求,发送给服务器// 利用指定的method, url以及可选的bo...
2020-03-07 22:12:29
934
原创 go语言标准包之TCP
1.TCPCONN在TCP连接中,服务端是一个标准的listen和accept结构在net包中有一个TCPConn类,用它来作为客户端和服务器交互的通道func (c *TCPConn) Write(b []byte) (n int, err os.Error)func (c *TCPConn) Read(b []byte) (n int, err os.Error)通过TCPConn的...
2020-03-07 19:58:00
823
原创 GO标准包之fmt、log
在fmt包中,主要是输入和输出对于输出:print有三大类:pringf fprintf sprintfprint fprint sprintprintln fprintln sprintln通过书写可以看出第一行的按照格式化文本输出内容第二行输出时不会换行第三行的会换行而第一列的是输出内容到os.stdout第二列是io.writer第三列是字符串同样的对于scan有...
2020-03-07 19:11:00
847
原创 GO标准包之OS文件操作
OS包有有很多的操作,比如对文件通过func Create(name string) (file *File, err error)func Open(name string) (file *File, err error)来获得文件流其中creat可以进行读写,而open只能进行读操作func (f *File) Read(b []byte) (n int, err error)fu...
2020-03-07 17:42:43
252
原创 GO语言标准库之sync
Go语言包中的sync包提供了两种锁类型:sync.Mutex和sync.RWMutex,前者是互斥锁,后者是读写锁。一般来说使用channel来实现资源的通信。在使用mutex的时候,提供了两个公开的方法:Lock获得锁和unock释放锁。使用了lock进行加锁后,就不能够再对他进行加锁;而unlock是解锁,如果之间没有加锁,就会运行出错。已经锁定的mutex并不与goroutine相对应...
2020-03-07 16:45:30
311
原创 离散控制系统函数快速化简
当控制系统从连续时间变成了离散时间,系统的输出函数变得多种多样;当控制系统由线性变成了非线性,系统输出函数的书写变得更加困难。现在我来讨论一下常见的离散控制系统输出函数的书写首先会考虑到使用中间变量来进行化简,这是最常见也是最常用的一种方法;对于绝大多数的控制系统可以使用这种方法来进行化简,但是有的时候存在着化简不出来的情况,这个时候就需要对系统进行分解来化简。我们先看个例子:对于这个控...
2020-03-06 09:17:10
1301
3
原创 人工智能之口罩检测算法
由于疫情的影响,口罩检测已经成为各个程序员竞相开发的一种算法。百度的人脸检测SDK使用的还不错,他们还把口罩检测也给开源了我这里使用基于OPENCV的检测一般的思路可能就是手机带有口罩和没有戴口罩的数据集进行训练,但是我暂时没有找到这些数据集,我就采用使用opencv原来带有的训练集先检测出人脸,然后再对人脸检测鼻子和嘴巴。但是由于opencv的检测鼻子和嘴巴的算法准确性不高,需要经过附加条...
2020-02-27 18:28:58
12297
3
原创 不归零、曼彻斯特、差分曼彻斯特编码的c++实现
1)不归零编码信号电平由0、1表示,并且在表示完一个码元后,电压不需回到0数字信号可以直接采用基带传输(未对载波信号称为基带信号,也就是不许需要搬移基带信号频谱的传输方式,近距离的局域网常采用这种方式)对于不归零编码的缺点1.很难说清信号的开始和结束2.发送和接受必须要时钟同步3.多个连续的数字可能会出现累计误差4.容易发生传播错误由于NZR不具有自同步的特性,需要先发送一个同步头...
2020-02-24 15:41:52
2099
原创 图像处理之hough变换
Hough变换也是有一些麻烦,变换到参数空间容易实现,但是要变换到原来的图像空间就比较麻烦,主要是在如何确定直线的首尾。同样,对于参数空间,如何确定阈值也是一件麻烦的事情。于是我来寻找参数空间最大值的那一对参数,并且存储此时的最大值max。然后还是通过栈,来存储参数空间值大于65%max(可变)的参数,这样可以更多的确定空间中的直线。而对于如何确定直线的端点,我是这样处理的:遍历图像,如果|xco...
2019-10-27 17:34:47
473
1
原创 图像处理之Canny边缘检测C++实现
canny检测的思路也比较简单首先对整幅图像高斯平滑,然后求梯度的赋值以及相角然后进行非极大抑制;然后阈值分割,为了防止阈值不合适出现的信息缺失,对强边缘进行八邻域搜索是否有弱边缘,然后对弱边缘也进行邻域搜索,然后对图像进行二值化第一步高斯平滑对图像以行的形式平滑,然后进行转置,按同样的方向进行卷积,代码如下void gauss(Mat& image)//高斯滤波器{ in...
2019-10-26 01:00:14
1165
5
原创 图像处理之一维熵阈值分割
上篇是关于OTSU,与本文的一维熵阈值分割十分相似,只是这里用到了熵函数比较简不做详细讲述,代码如下#include <iostream>#include <opencv2/opencv.hpp>#include <Eigen/Dense>#include <math.h>#include <stack>#define _M...
2019-10-25 23:32:31
635
1
原创 图像处理之基于OPENCV的OTSU阈值分割
由于OTSU比较简单,就是一个遍历来寻找最大的阈值分割的灰度值点,故本例直接给出代码,不做细评,代码如下,具体的写在代码注释#include <iostream>#include <opencv2/opencv.hpp>#include <Eigen/Dense>#include <math.h>#include <stack>...
2019-10-25 23:21:22
1120
原创 基于强化学习QLearing的走迷宫
要学习强化学习,首先要学习马尔科夫决策过程(MDP),几乎所有的强化学习问题都可以建模为MDPMDP什么是MDP呢,马尔科夫特性表明了未来只取决于当前而与过去无关。马尔科夫链是一个概率模型,它依赖于当前状态来进行预测下一个状态,而与之前的状态没有什么关系,也就是未来与过去无关,马尔科夫链严格遵循马尔科夫特性。比如说,如果已知当前是多云天气,那么可以预测下一个状态可能是下雨。由此得出结论:下一...
2019-10-17 23:22:26
1036
原创 数字图像处理直方图,傅里叶变换,同态滤波的matlab实现
任务要求对给定的第照度照片进行灰度化,计算并显示以上低照度图像的灰度直方图和离散傅里叶变换频谱幅度图;对以上低照度图像分别进行直方图均衡化和同态滤波操作,并对两种算法的最终效果本文给出对于直方图、二维离散傅里叶变换、同态滤波、二维傅里叶变换逆变换的源码实现虽然说matlab上有现成的函数,对于初学者而言,通过自己编写这些函数,可以对数字图像的处理过程以及实现具体步骤更加理解首先是直方图以...
2019-09-28 16:21:13
2178
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人