1.前言本文主要是TI的MMWCAS-DSP-EVM和MMWCAS-RF-EVM两块评估板的一些使用心得和毫米波雷达的学习总结。2.相关原理毫米波(mmWave)是一类使用短波长电磁波的特殊雷达技术。通过捕捉反射的信号，雷达系统可以确定物体的距离、速度和角度。毫米波雷达可发射波长为毫米量级的信号，短波长让所需的系统组件（如天线）的尺寸很小，同时也可以提高精度，工作频率为76-81GHz（对应波长约为4mm）的毫米波的微小移动分辨率大概为零点几毫米。完整的毫米波雷达系统包括发送和接收射频组件，以及时钟等模拟器件，还有模数转换器（ADC）、微控制器(MCU)和数字信号处理器(DSP)等数字组件。而
1.前言本文主要是TI的MMWCAS-DSP-EVM和MMWCAS-RF-EVM两块评估板的一些使用心得和毫米波雷达的学习总结。2.相关原理毫米波(mmWave)是一类使用短波长电磁波的特殊雷达技术。通过捕捉反射的信号，雷达系统可以确定物体的距离、速度和角度。毫米波雷达可发射波长为毫米量级的信号，短波长让所需的系统组件（如天线）的尺寸很小，同时也可以提高精度，工作频率为76-81GHz（对应波长约为4mm）的毫米波的微小移动分辨率大概为零点几毫米。完整的毫米波雷达系统包括发送和接收射频组件，以及时钟等模拟器件，还有模数转换器（ADC）、微控制器(MCU)和数字信号处理器(DSP)等数字组件。而
效果演示注意：视频中的数据是模拟数据，请自行定义数据才可使用，数据格式末尾有例子uniapp改写uni-data-pickeruni-data-picker.vue更改template> viewclass="uni-data-tree"> viewclass="uni-data-tree-input"@click="handleInput"> slot:options="options":data="inputSelected":error="errorMessage"> viewclass="input-value":class="{'input-value-border':b
效果演示注意：视频中的数据是模拟数据，请自行定义数据才可使用，数据格式末尾有例子uniapp改写uni-data-pickeruni-data-picker.vue更改template> viewclass="uni-data-tree"> viewclass="uni-data-tree-input"@click="handleInput"> slot:options="options":data="inputSelected":error="errorMessage"> viewclass="input-value":class="{'input-value-border':b
1网络中的传播1.1一些传播的例子我们现在来研究网络中的传播。事实上，在网络中存在许多从节点到节点级联的行为，就像传染病一样。这在不同领域中都有所体现，比如：生物学传染性疾病信息技术级联故障，信息的传播社会学谣言、新闻、新技术的传播，虚拟市场下图就展示了一个信息经由媒体扩散（diffusion）的过程：1.2基于网络构建传播模型接下来我们看如何基于网络构建传播模型。以传染病为例，传染病会沿着网络的边进行传播。这种传播形成了一个传播树，也即级联，如下图所示：我们定义一些术语：将其中传播的对象为contagion；被传染这一事件称为adoption、infection或activation；已被传
1网络中的传播1.1一些传播的例子我们现在来研究网络中的传播。事实上，在网络中存在许多从节点到节点级联的行为，就像传染病一样。这在不同领域中都有所体现，比如：生物学传染性疾病信息技术级联故障，信息的传播社会学谣言、新闻、新技术的传播，虚拟市场下图就展示了一个信息经由媒体扩散（diffusion）的过程：1.2基于网络构建传播模型接下来我们看如何基于网络构建传播模型。以传染病为例，传染病会沿着网络的边进行传播。这种传播形成了一个传播树，也即级联，如下图所示：我们定义一些术语：将其中传播的对象为contagion；被传染这一事件称为adoption、infection或activation；已被传
配置和代码目录***util配置***log4j配置 --可以打印入日志，也可以使用系统自带的STDOUT_LOGGING个人喜欢log4j***mybatis-config.xml的配置***jdbc.properties的大概配置1、studentMapper.xml2、banjiMapper.xml3、studentMapper.java、banjiMapper.java4、banjiMapperTest.java5、studentMapperTest.java***util配置packagecom.xiaomin.util;importorg.apache.ibat
配置和代码目录***util配置***log4j配置 --可以打印入日志，也可以使用系统自带的STDOUT_LOGGING个人喜欢log4j***mybatis-config.xml的配置***jdbc.properties的大概配置1、studentMapper.xml2、banjiMapper.xml3、studentMapper.java、banjiMapper.java4、banjiMapperTest.java5、studentMapperTest.java***util配置packagecom.xiaomin.util;importorg.apache.ibat
前言 最近在学习人脸的目标检测任务时，用了Haar人脸检测算法，这个算法实现起来太简洁了，读入个.xml，调用函数就能用。但是深入了解我发现这个算法原理很复杂，也很优秀。究其根源，于是我找了好些篇相关论文，主要读了2001年PaulViola和MichaelJones在CVPR上发表的一篇可以说是震惊了计算机视觉的文章，《RapidObjectionDectionusingaBoostedCascadeofSimpleFeatures》。这个算法最大的特点就是快！在当时，它能够做到实时演示人脸检测效果，这在当时的硬件情况下是非常震惊的，且还具有极高的准确率。同时在2011年，这篇论文在科罗多拉
前言 最近在学习人脸的目标检测任务时，用了Haar人脸检测算法，这个算法实现起来太简洁了，读入个.xml，调用函数就能用。但是深入了解我发现这个算法原理很复杂，也很优秀。究其根源，于是我找了好些篇相关论文，主要读了2001年PaulViola和MichaelJones在CVPR上发表的一篇可以说是震惊了计算机视觉的文章，《RapidObjectionDectionusingaBoostedCascadeofSimpleFeatures》。这个算法最大的特点就是快！在当时，它能够做到实时演示人脸检测效果，这在当时的硬件情况下是非常震惊的，且还具有极高的准确率。同时在2011年，这篇论文在科罗多拉
