导航切换
我的
导航切换
专业
搜索
节目
画面
研报
注册/登录
个性定制
拖动时间轴点击获取起止时间码,截取片段时长
不能超过
5分钟
×
点击获取
开始时间:
点击获取
结束时间:
保存片段标题:
保存
|
分享
QQ好友
QQ空间
页面地址:
复制
复制链接给好友,分享精彩视频
扫一扫手机观看&分享
对不起,您不在IP段范围内,无法观看
1556 播放
收藏
片段保存及分享
播放有问题?
请戳这里
什么是MATLAB
时长:2 分钟
类别:智能产品开发与应用
简介:MATLAB®是一个编程的数值计算环境,数以百万计的工程师和科学家用它来分析数据,开发算法,并创建模型。MATLAB提供了专业开发的工具箱,用于信号和图像处理,控制系统,无线通信,计算金融,机器人,深度学习和人工智能等等。MATLAB结合了用于迭代分析和设计过程的桌面环境与直接表达矩阵和阵列数学的高级编程语言。
标签:
教学
智能产品开发
MATLAB
相关视频:
苹果的下一个重大产品:苹果眼镜
多年来,围绕苹果AR眼镜的传言一直在科技界流传。尽管这样的猜测已经持续了很长一段时间,但我们似乎终于要迎来苹果下一款重要产品的发布了。虽然苹果设计的AR眼镜将带来什么样的功能还不清楚,但我们已经看到了传言,苹果的AR眼镜可能会包括一个麦克风,以支持Siri命令和电话通话。我们也看到有报道称,该设备将与其他功能集成一起。
2019最酷的人工智能设计工具
人工智能已经以超出我们想象的方式接管了我们的生活。然而,有一些神奇的工具可以帮助设计师进行设计,并运行人工智能技术。人工智能会接管世界吗?也许不是,但是这些设计工具会对你大有帮助。在本视频中,我列出了一些人工智能设计工具。
卡尔曼滤波器 6在Simulink中使用扩展卡尔曼滤波器
您将学习如何配置扩展卡尔曼滤波器模块参数,例如状态转换和测量函数,并生成C/C ++代码。
强化学习入门概述
了解强化学习入门,这是一个自定进度的教程,通过使用自动评估和反馈的实践练习,提供了控制问题的强化学习方法的交互式概述。强化学习入门涉及的主题包括定义环境和奖励、创建智能体(Agent)以及使用模拟来训练智能体。此外,探索如何创建神经网络来代表各种角色和关键智能体。
使用MATLAB进行深度学习的5大原因
了解MATLAB® 如何可以为深度学习工作流程的每一个环节提供帮助:从预处理到部署。该视频概要介绍了使用MATLAB进行深度学习的情况。它描述了完整的工作流程,并说明了MATLAB如何在各个阶段帮助深度学习应用程序,包括导入和预处理图像,导入预训练的模型,使用GPU训练模型,调试深度学习结果以及将深度学习模型部署到硬件上,包括嵌入式硬件GPU。
卡尔曼滤波器 1状态观测器
卡尔曼滤波器是一种优化估算算法,在不确定和间接测量的情况下估算系统状态。本视频介绍了解状态观测器的工作原理,并解释其背后的数学原理。在无法直接测量时,使用状态观测器估算系统的内部状态。
卡尔曼滤波器 3最优状态估计算法和方程
实际上,卡尔曼滤波器就是一种状态观测器,但它是为随机系统设计的。这就是卡尔曼滤波器方程和我们讨论概率密度函数之间的关系。
什么是Lidar Toolbox
Lidar Toolbox™提供了设计、分析和测试Lidar处理系统的算法、功能和应用程序。你可以进行目标检测和跟踪、语义分割、形状拟合、激光雷达配准和障碍检测。Lidar Toolbox支持结合计算机视觉和Lidar处理的工作流程的激光雷达与相机与交叉校准。你可以使用深度学习和机器学习算法,如PointSeg, PointPillar,和SqueezeSegV2训练自定义检测和语义分割模型。
观看记录: