简介：我们要使用的卡来源于？广东各地市的动感地带卡，它基本上都可以申请开通GPRS套餐．而这种套餐是20元包月的，虽然移动明确声明动感地带的GPRS只提供cmwap(手机上网)而不提供cmnet(电脑上网)，但实际上通过一些设置还是可以做到的!目前笔者已经确认东莞和深圳这两个地方的”动感地带”手机卡可以实现，至于其他地区的，大家可以自己试验。

简介：

简介：主流双植CPU价格依然偏高，另外值碍注意的是，并不是所有用户都需要双核平台所带来的多任务性能。所以，在配置双核平台时，你一定要考虑清楚，不要过于盲目。但是可以肯定，双核CPU是未来的发展趋势，因此，如果你对双核心有兴趣，那么先考虑如何选购一款支持双核心的主流主板吧!

简介：

简介：

简介：如果有人对这三个素色小精灵还不太了解．那他一定听说过06年红遍全国的华硕黑红配机箱TA663和大名鼎鼎的“黄金甲”TA668fTA661、TA662，TA665与TA663、TA668系出同门．都是华硕主打个性精巧的主流机箱产品。

简介：暑期将近，索尼（中国）有限公司真情回馈消费者，深受年轻人喜欢的VAIOCR系列和FZ系列笔记本电脑即日起开展千元让利优惠活动。众所周知，VAI0CR系列一直因其个性颜色和卓越性能备受时尚人士青睐，而VAIOFZ系列更是凭借屏幕的绚丽色彩和强悍影音游戏性能深获玩家好评。

简介：

简介：时间一天天地过去，你是否也在考虑，将家中那笨重的“老爷机”换成轻便是巧的“本本”?如果有这样的想法，那下面“万元左右笔记表”的选购就不可不看了……

简介：

简介：TT暗黑AH680电源采用机械强度较高的镀镍钢板为外壳，外壳采用镜面烤漆，具有光亮的质感但易于留汗渍与指纹，电源前后部双8cm静音智能温控风扇承担起内部散热的重任。

简介：现今是追求个性张扬的时代，色彩饱满的物品更受消费者喜欢。MP3和手机不是都能更换各种图案的彩色外壳么？IT产品也不例外，光驱就能换前险（面板）……这不，现在市场上出现了一种专为笔记本电脑设计的彩色贴膜，只要花30元，最多30分钟的制作时间，就可让你的老笔记本焕发容光，变成“彩壳”笔记本！

简介：暑假临近，又是学生采购的黄金时段。笔记本因为其便携、性能不落台式机，所以在很大程度上成为了学生的首选。唯一让学生选择台式机的原因只有两点，笔记本的游戏性能不强以及价格过高。而今天我们从市场上搜罗了8款不足万元的游戏笔记本，在控制成本的同时满足学生朋友打爽游戏的需求。

简介：最近，64位电脑炒得很热，微软也推出了64位的Windaws，我是一个比较喜“新”厌旧的人，很想一睹64位Windows的芳容，可我的PⅢ老电脑不能支持，于是想换一台64位的电脑，经过一番市场调研，拼了一个配置，想请编辑大人给看看。

简介：日前华硕晶品液晶对旗下VW193D-B进行降价促销。999元的超低价格真可谓是入门级用户电脑DIY的首选液晶。显示器采用了华硕VW系列的经典设计，全黑色外观，底座的圆形不仅节约了用户的桌面空间，同时给人感觉稳重大方。面板方面，采用了16.7M色TN面板，

简介：当前主流的运动目标检测方法存在计算量大、计算速度慢和无法实时检测等问题。本文以室外场景下的视频作为研究对象,在特征提取方面利用HOG特征和颜色特征相结合的特征融合方法,使用主成分分析法对特征维度进行降维,克服了单特征描述能力不全面的问题和多个特征数据量大的问题;在分类器设计方面,本文使用经过调优结构后的BP神经网络,克服了模式识别检测时间长的问题。实验结果表明,该算法相对于当前主流的HOG+SVM算法,在INRIA运动目标数据库上对运动目标的检测率达到92%,且速度较快。

简介：随着人工智能的发展，数字识别技术也得到了关注并通过各种算法提高了识别准确率。数字识别在安防、交通、邮政等领域发挥越来越重要的作用，是智能城市不可或缺的一环。通过采用包含隐含层的BP神经网络对数字识别进行仿真。首先介绍Mnist数据集、人工神经元模型、激活函数、BP算法等相关概念，详细描述了BP神经网络的原理，并通过实例进行BP网络设计。同时提出了6种优化方式，分别是初始化权值、设置Dropout、选取不同的激活函数、选取不同的代价函数、采用不同优化器、设置学习率。结果表明BP网络在数字识别方面具有实际应用价值，并能通过各种优化方式提高识别精度。

简介：摘要：基于ARM芯片和FPGA的特点，设计了一种ARM与FPGA人工神经网络处理器之间的通信方案。该方案采用ARM的ZDMA控制器对数据传输进行控制，完成ARM与神经网络处理器的控制寄存器组、分布式存储器、样本存储器等存储体的数据交换。

简介：在丝绸等织物生产过程中,经常会出现织物产生非正常花纹的缺陷。目前对织物缺陷的检测主要是通过人工肉眼判别,该方法花费时间长、人工成本高,会给企业带来较大的经济负担。本文通过使用BP和SAE两种神经网络对织物进行缺陷检测,并判断是何种缺陷:首先介绍了使用BP神经网络对大量样本训练并保存,得到最佳权值,从而实现对于图像的缺陷检测和分类;训练样本通过SAE深度神经网络训练得到重构图像,再不断微调参数,获得最佳的权重数值,运用滤波器过滤噪声,最终得到结果。通过大量的实验,结果表明两种方法对织物缺陷检测均具有非常良好的效果,充分证明了深度神经网络在工业生产织物过程中运用的可行性。