深度学习目标检测：SSD（1）采用多尺度特征图用于检测所谓多尺度采用大小不同的特征图，CNN网络一般前面的特征图比较大，后面会逐渐采用stride=2的卷积或者pool来降低特征图大小，这正如图3所示，一个比较大的特征图和一个比较小的特征图，它们都用来做检测。这样做的好处是比较大的特征图来用来检测相对较小的目标，而小的特征图负责检测大目标，如图4所示，8x8的特征图可以划分更多的单元，但是其每个单

（1）连续采集需要缓冲区作为数据暂存处，AI Config的buffer size参数指定了该缓冲区的大小（以采样点数计），缓冲区过小会造成数据的溢出，旧数据未来得及读取就被新数据覆盖，缓冲区过大则会加重内存资源的消耗，因此，应结合计算机性能和实际运行情况选择缓冲区大小。（4）必要的数据处理和分析过程可放在AI Read之后执行，如本例中的My Data Processing.vi，但不宜编写得太

最近遇到一个使用stm32单片机多路采集信号的项目，还需要在上位机进行波形的查看，信号算法的处理，初步定为使用labview编写上位机程序进行处理。在“数学”子选板中，提供了“拟合”“内插与外推”和“积分与微分”等函数，这些函数最基本，它们的输入和输出一般多为数组。“信号处理”子选板又分为“波形生成”“波形测量”和“滤波器”等子选板，利用这些函数，可以直接生成波形，或者对波形进行分析及处理。对于这

对称矩阵

二、矩阵矩阵：即描述线性代数中关系的参， 是一个变换矩阵：即描述线性代数中关系的参， 是一个变换可以将一些向量转换为另。 初等代数中， y=ax 表示的是 x到y的一种映射关系，其中 的一种映射关系，其中 的一种映射关系，其中 的一种映射关系，其中 a是描述这 是描述这 中关系的参数。 线性代数中， Y=AX 表示的是向量 X和Y的一种映射关系，其中 的一种映射关系，其中 的一种映射关系，其中 A

矩阵的转置矩阵的转置：把矩阵A的行和列互相交换所产生的矩阵称为A的转置矩阵，这一过程叫做矩阵的转置。使用AT表示A的转置方阵行列式代数余子式伴随矩阵方阵的逆方阵的逆...

深度学习目标检测：SSD（1）采用多尺度特征图用于检测所谓多尺度采用大小不同的特征图，CNN网络一般前面的特征图比较大，后面会逐渐采用stride=2的卷积或者pool来降低特征图大小，这正如图3所示，一个比较大的特征图和一个比较小的特征图，它们都用来做检测。这样做的好处是比较大的特征图来用来检测相对较小的目标，而小的特征图负责检测大目标，如图4所示，8x8的特征图可以划分更多的单元，但是其每个单

下面介绍几种常见的地图服务，重点介绍利用Leaflet加载这些地图服务的方法，包括OSM、Bing地图、Google地图、天地图地图、百度地图、高德地图、智图、ArcGIS瓦片地图。（4）在脚本区域编写代码，实现一个加载地图的函数init()，即在该函数中分别创建Leaflet的Map类、Layer类（L.TileLayer）的对象，通过addTo()方法将图层加载到地图容器中，并在Map类的属性

深度学习超参数1）学习率（Learning Rate）学习率被定义为每次迭代中成本函数中最小化的量。也即下降到成本函数的最小值的速率是学习率，它是可变的。从梯度下降算法的角度来说，通过选择合适的学习率，可以使梯度下降法得到更好的性能。一般常用的学习率有0.00001，0.0001，0.001，0.003，0.01，0.03，0.1，0.3，1，3，102）学习率调整策略2.1 fixed固定策略，

模拟频域信号与时域信号类似，然而，从频域信号中提取的信息是基于信号的频域内容，而不是波形的形状，也不是随时间变化的特性。连续脉冲信号的幅值也只能取高电平或低电平，但它可由一连串脉冲信号组成，而高低电平状态变化的数目、速度及占空比等，都可用来传递信息，如用于测发动机转速的光学编码器就可以产生连续脉冲信号。在一般的数据采集应用中，常见的信号可分为模拟信号和数字信号两大类，模拟信号是指幅值可取连续值的信