已閱讀1頁(yè)，還剩39頁(yè)未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明：本文檔由用戶(hù)提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于L1-范數(shù)的EEG信號(hào)魯棒分類(lèi)研究.pdf
- 基于平滑l0范數(shù)的稀疏分解算法的改進(jìn).pdf
- 基于L2范數(shù)和L0范數(shù)方法的心電逆問(wèn)題研究.pdf
- 基于L1范數(shù)稀疏解水下圓柱殼聲振響應(yīng)評(píng)估.pdf
- 基于L1和L2范數(shù)的EIT靜態(tài)成像算法的對(duì)比研究.pdf
- 關(guān)于混合L1-L2范數(shù)最小問(wèn)題的算法研究.pdf
- 基于L2,1范數(shù)和L1范數(shù)的魯棒判別特征提取算法研究.pdf
- 塊稀疏信號(hào)重構(gòu)算法研究.pdf
- 壓縮感知塊稀疏信號(hào)重構(gòu)算法研究.pdf
- 基于L1范數(shù)的核判別保局投影算法研究.pdf
- 使用交替方向法的塊稀疏信號(hào)重構(gòu)算法.pdf
- 廣州地鐵l1l2型車(chē)濾波電抗器、a3型車(chē)mcm、acm電抗器浸
- 廣州地鐵l1l2型車(chē)濾波電抗器、a3型車(chē)mcm、acm電抗器浸
- 基于CIM模型的縣級(jí)電網(wǎng)加權(quán)L1范數(shù)狀態(tài)估計(jì)研究.pdf
- 關(guān)于指數(shù)和的L1范數(shù)Littlewood猜想.pdf
- 基于L1范數(shù)圖像超分辨率重建算法研究.pdf
- 基于壓縮感知的塊稀疏信號(hào)重構(gòu)和圖像分塊采樣算法研究.pdf
- 基于L1-范數(shù)的二維最大間距準(zhǔn)則研究.pdf
- GPS L1-L2雙頻民用信號(hào)捕獲技術(shù)研究.pdf
- 帶L1范數(shù)最優(yōu)控制問(wèn)題的數(shù)值解法.pdf
評(píng)論
0/150
提交評(píng)論