• 神经序列的高通量小波相干分析

    实时估计来自不同大脑区域的神经信号之间的相干性是理解大脑功能的关键问题。 基于蒙特卡洛方法(MC–WTC)的小波相干法可以有效地测量神经信号的时频相干性,但它会产生大量的中间数据,因此无法应用于实时神经信号分析中。 我们在图形处理单元(GPGPU)(即G-MC-WTC)上开发了具有通用计算功能的并行MC-WTC方法,该方法可使用CUDA工具包加快计算速度。 仿真数据表明,它可以将运行时性能提高近200倍。 该方法已应用于视觉听觉脑电数据,并实时获得了不同大脑区域之间的相干信息。 结果显示左颞叶的θ波段具有相干性差异。 该方法可能成为研究认知过程中大脑区域合作机制的有用工具。

    2021-03-03
    5
  • 从Android界面开发谈起

    这篇文章没有打算有一个很好的逻辑去介绍android的某个方面,全盘大致上就是我接触、了解android的ui开发后到现在的一些感想以及个人理解吧!全文可能会涉及到java、android开发、android源码研究、设计模式等各方面的初级知识,属于典型的杂侃天下,深入研究还需要各位和我一起给力、加油了!好了,废话少说,开动!第一个问题,android界面开发涉及到了哪些方面。当你接触过一段时间的android应用开发,了解到了一些android的知识后,你应该能够在心中形成这样的印象:android的开发分为两块。一个是资源部分,一个是资源操作部分:详细点说的话,就是一个是对资源的导入、设置

    2021-03-02
    6
  • 认识软件测试中的黑天鹅

    几年前,我带领的一个测试小组遗漏了一个严重的bug到网上,当用户反馈这个bug后,我们对它进行了深入的分析和重现,最终所有人一致认为,这个bug能够发生实在是机缘巧合,因为它需要多个条件同时发生才有可能触发,比如“XX算法开关必须打开、XX算法开关又必须关闭、XX参数必须取某个特定值、用户的使用环境必须是XX个场景、硬件必须是使用XX接口板、软件必须是XX版本、XX的带宽恰巧又不够。。。”,在用户那里,这些条件有一条不满足,就不会发生这个bug。由于这个bug的影响比较严重,又是用户报告的,照例要提交缺陷根因分析报告。其中,报告里有一项“后续如何发现这类缺陷,确保不遗漏?”我们不知道如何避免这

    2021-03-02
    5
  • 激光消融对角膜细胞的影响

    本文用计算机图像定量分析308 nm准分子,193 nm准分子和2.94 μm Er:YAG激光分别照射角膜后,角膜上皮细胞和内皮细胞的形态变化。结果表明:308 nm激光对角膜上皮细胞有明显损伤;193 nm对再生的上皮细胞无明显影响,而2.94 μm对上皮细胞无影响。但若使用2.94 μm激光能量密度过高或切削过深,则对内皮细胞有影响。

    2021-02-26
    5
  • JavaScript框架中的变动和变动检测

    进入2015年以后,关于JS框架,开发人员有了更多选择了。除了Angular,Ember,React,Backbone,还出现了大量的竞争者,现在有太多的框架可选。每个人可以从不同的角度对比这些框架,但是我认为最有趣的区别之一是它们管理状态的方法。尤其,思考一下当状态经常发生改变的时候,这些框架是如何做的,这是很一件有意义的事情,在这些框架中,他们各自都用什么方法来反应用户界面的变化?管理应用的状态和用户界面的一致在很长的时间里都是一个引发UI开发复杂性的根源。到目前为止,我们有了几个不同的处理方式,本篇文章会浏览一下它们之中的几个:Ember的数据绑定,angular的脏检查,React的虚

    2021-02-26
    5
  • Python机器学习实战教程:回归

    欢迎阅读Python机器学习系列教程的回归部分。这里,你应该已经安装了Scikit-Learn。如果没有,安装它,以及Pandas和Matplotlib。除了这些教程范围的导入之外,我们还要在这里使用Quandl:首先,对于我们将其用于机器学习而言,什么是回归呢?它的目标是接受连续数据,寻找最适合数据的方程,并能够对特定值进行预测。使用简单的线性回归,你可以仅仅通过创建最佳拟合直线,来实现它。这里,我们可以使用这条直线的方程,来预测未来的价格,其中日期是x轴。回归的热门用法是预测股票价格。由于我们会考虑价格随时间的流动,并且使用连续的数据集,尝试预测未来的下一个流动价格,所以可以这样做。回归是

    2021-02-25
    5
  • 容器运维最佳实践

    这些实践涉及安全性、监控和日志记录等广泛的主题,旨在使应用程序更容易在KubernetesEngine和一般的容器中运行。这里讨论的许多实践都受到12因子方法的启发,12因素方法是一个构建云原生应用程序的优质资源。这些最佳实践的重要等级不一样。例如,对于有些实践,你可能在缺少他们的情况下在生产环境中成功运行,但另外一些实践是不可或缺的。特别是,与安全相关的最佳实践的重要性是主观的,是否实现它们取决于你的环境和约束。这些实践并不适合零基础的读者,你需要事先了解Docker和Kubernetes的一些知识。此处讨论的一些最佳实践也适用于Windows容器,但大多情况下数假设你使用的是Linux容器

    2021-02-25
    5
  • 苏宁数据仓库应对数据爆发式增长的技术演进

    随着公司业务不断发展,数据种类和存储呈现爆发式增长,繁多的业务数据如何被各业务中心分析和使用,如何有效组织和管理大量业务数据,减少大数据平台相近逻辑重复计算、相近数据重复存储,都将面临巨大挑战。数据仓库层次整体划分为三层:近源数据层、整合数据层和应用数据层,如下图:近源层是数据仓库拷贝源数据提供整合的数据存储区域,粒度、结构和源系统保持相同缓冲区:保存源系统每天的增量数据,可根据应用需要保留适当历史周期的数据,不长期保存数据操作区:存储数据仓库最细节数据,按照业务源系统分类划分;对数据做结构化处理,完整保留所有细节数据。近源层是整个数据仓库中数据量最大的部分。明细区:采用维度建模方法,整合近源

    2021-02-24
    5
  • 美团深度学习系统的工程实践

    本文来自于博客,本文将首先列举部分深度学习算法所需的计算量,然后再介绍为满足这些计算量,目前业界比较常见的一些解决方案。深度学习作为AI时代的核心技术,已经被应用于多个场景。在系统设计层面,由于其具有计算密集型的特性,所以与传统的机器学习算法在工程实践过程中存在诸多的不同。本文将介绍美团平台在应用深度学习技术的过程中,相关系统设计的一些经验。本文将首先列举部分深度学习算法所需的计算量,然后再介绍为满足这些计算量,目前业界比较常见的一些解决方案。最后,我们将介绍美团平台在NLU和语音识别两个领域中,设计相关系统的经验。数据来源上表列举了,ImageNet图像识别中常见算法的模型大小以及单张图片一

    2021-02-24
    5
  • 基于双芯光纤的SPR传感器

    基于双芯光纤的SPR传感器

    2021-02-24
    5
  • 至尊王者

    成功上传501个资源即可获取
关注 私信
上传资源赚积分or赚钱