没有合适的资源?快使用搜索试试~ 我知道了~
matlab精度检验代码-ML_VLP:机器学习中的可见光定位
共39个文件
m:19个
py:17个
md:1个
需积分: 50 3 下载量 12 浏览量
2021-05-22
02:52:49
上传
评论 4
收藏 44KB ZIP 举报
温馨提示
matlab精度检验代码机器学习中的可见光定位 环境限制系统 该项目的目标是将机器学习技术用于可见光定位。 对于此项目,使用Telemic的实验装置来收集数据。 该设置包括4个接收器和36个LED。 当接收器位于地面上时,LED以6x6网格安装在天花板上。 每个接收器可以在大约1.2x1.2m 2的正方形网格中移动,而每个接收器在大约1.5m的距离上分开,从而导致总覆盖率接近9m 2 。 对于每个位置,都可以进行测量,以给出每个LED接收信号强度的6x6矩阵。 然后将这些测量值用作我们的机器学习算法的输入,而将测量的位置用作我们所需的输出。 下图以图形方式显示了实验设置。 同时结帐和研究。 问题可以发送至: 入门 可以使用标准git命令将代码克隆到本地目录。 git clone https://github.com/Maximvda/ML_VLP.git 到目前为止,由于数据集尚未公开可用,因此代码无法立即运行。 如果您仍然希望使用此代码,则需要对数据集及其预处理进行调整。 对于新的数据集,可能还需要对网络体系结构进行调整。 先决条件 此代码使用Pytorch框架1.3.1版和几个py
资源推荐
资源详情
资源评论
收起资源包目录
ML_VLP-master.zip (39个子文件)
ML_VLP-master
.DS_Store 8KB
experiments
experiments.py 6KB
worker.py 1KB
utils
config.py 7KB
modelUtils.py 4KB
utils.py 4KB
__init__.py 0B
plotscript.py 8KB
main.py 1KB
trainers
svm_rf.py 3KB
model.py 2KB
pbt_trainer.py 11KB
trainer.py 8KB
dataset
matlab
perform_ch_meas_maxim.m 3KB
perform_ch_meas_grid_tilt_4TX_general.m 4KB
Functions
init_acro.m 895B
getTiltAngle_debug.m 982B
perform_ch_meas_single.m 2KB
perform_ch_meas.m 2KB
shutdown_testbed.m 101B
getBestChannelMeasurement_single_rx.m 611B
perform_ch_meas_old.m 2KB
init_socket.m 462B
pantilt.m 223B
getTiltAngle.m 853B
getSINR_exp.m 2KB
waitForIdle.m 1KB
moveToPos.m 1KB
getSwing.m 537B
homeRXs.m 945B
startup.m 799B
waitForIdle_old.m 2KB
dataset.py 3KB
simulation.py 3KB
setup_database.py 1KB
preprocess.py 7KB
eval
eval.py 5KB
README.md 8KB
.gitignore 33B
共 39 条
- 1
资源评论
weixin_38571453
- 粉丝: 4
- 资源: 969
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功