是一套基于php+mysql 數(shù)據(jù)庫平臺架構(gòu)的多用戶博客系統(tǒng)，該系統(tǒng)融合了Blog的最新元素，擁有強大的個人主頁系統(tǒng)，獨立的二級域名功能，靈活的用戶模版系統(tǒng)，豐富的朋友圈和個性相冊功能
標(biāo)簽： mysql php 數(shù)據(jù)庫 多用
上傳時間： 2016-01-22
上傳用戶：youke111
基于證據(jù)理論的信息融合算法，適用于各種多參數(shù)信息融合
上傳時間： 2013-12-09
上傳用戶：三人用菜
針對夜間動態(tài)背景下的行人檢測中分割算法受光照條件影響大、誤識別多等問題，提出雙閾值分割算法和以多目標(biāo)跟蹤為核心的算法框架。新的分割算法解決了行人亮度分布不均時的分割問題，同時在新的框架下可以綜合多幀的處理結(jié)果進行綜合判斷，通過將基于支持向量機的識別算法和多目標(biāo)跟蹤算法的融合，降低了系統(tǒng)的計算量，且比一般的系統(tǒng)具有更高的識別率。
上傳時間： 2016-09-21
上傳用戶：wlcaption
這是多目標(biāo)跟蹤的最新研究成果，對從事數(shù)據(jù)融合的科研人員很實用，切勿用作商業(yè)目的
標(biāo)簽： 多目標(biāo)跟蹤
上傳時間： 2016-11-27
上傳用戶：bjgaofei
本文是多目標(biāo)跟蹤研究的前沿進展，對從事雷達數(shù)據(jù)處理及信息融合的人具有很好的參考價值，切勿用作商業(yè)目的！
標(biāo)簽： 多目標(biāo)跟蹤
上傳時間： 2013-12-15
上傳用戶：caixiaoxu26
清華大學(xué)學(xué)位論文；將樹狀多視角人臉檢測器引入粒子濾波器的概率跟蹤框架，提出了一種融合了檢測信息的跟蹤方法；對粒子濾波器的基本算法作擴展，提出了一種融合不同狀態(tài)量的多個觀測模型的方法
上傳時間： 2013-12-24
上傳用戶：13160677563
C++神經(jīng)網(wǎng)絡(luò)，c++，BP網(wǎng)絡(luò)模型，適用于多對一
標(biāo)簽：
上傳時間： 2017-04-09
上傳用戶：iswlkje
種基于圖像質(zhì)量因子的圖像融合客觀評價方法。該方法利用熵加權(quán)和均方根圖像融合質(zhì)量因子對融合圖像與源圖像間的相關(guān)性、 亮度失真和對比度失真進行綜合評價,因而在不同融合方法和不同源圖像的條件下,可獲得標(biāo)準(zhǔn)的評估統(tǒng)計量。采用加權(quán)平均、 拉普拉斯塔形分解及基于小波變換的圖像融合法為例,通過對多傳感器圖像進行融合評價實驗,證明了該方法的有效性和魯棒性。
標(biāo)簽： 圖像 圖像融合 失真 圖像質(zhì)量
上傳時間： 2014-01-13
上傳用戶：一諾88
模糊積分的融合方法 對多分類器的融合
上傳時間： 2016-05-22
上傳用戶：zhoujiccnu
本文以某油田數(shù)字化改造項目為背景，研究內(nèi)容主要分為如下四個部分（1）三維激光掃描儀在掃描作業(yè)中會產(chǎn)生精度不符合項目要求的問題，導(dǎo)致后續(xù)的維模型精度無法達到要求。本文系統(tǒng)分析了掃描儀的誤差來源，采用單邊法和交叉雙邊法的標(biāo)定實驗方案，可以較快、較準(zhǔn)確的檢驗三維激光掃描儀的精度，為后續(xù)數(shù)據(jù)獲取奠定了良好的基礎(chǔ)（2）傳統(tǒng)的紋理圖片采集方法沒有規(guī)則，拍攝的圖片較多，數(shù)據(jù)量較大，且有時會遺漏部分場景信息。通過對比分析研究前后幾次采集的大量紋理圖片數(shù)據(jù)，提出了一種快速、全面的紋理采集方法，提高了采集效率，降低了數(shù)據(jù)量。通過研究降噪、增強特征等算法，對紋理圖片進行處理，獲取了較好的模型顯示細膩感。最后，通過對比實驗分析了上種不同理貼圖方法在模型真實度、內(nèi)存占用量和操作易程度等力面的影響，得出各個貼圖方法的優(yōu)缺點及適用范圍，為后續(xù)的高質(zhì)量、快速度的紋理貼圖提供了理論依據(jù)（3）針對地面激光掃描儀在點云拼接時出現(xiàn)無法識別標(biāo)靶球的問題，分析研究了大量其它站掃描的點云數(shù)據(jù)和標(biāo)靶擺放位置，提出了相應(yīng)的擺放規(guī)則，提高了識別標(biāo)靶的成功率和點云拼接效率。復(fù)雜的曲面類模型在正向建模軟件中的操作難度較大，且操作復(fù)雜，作者通過轉(zhuǎn)換格式將點云放置在逆向軟件中使用曲面擬合建模方法進行三維建模，提高了建模效率。非規(guī)則類模型在通過交集、并集和差集操作時會出現(xiàn)模型消失的問題，經(jīng)過實驗和研究，詳細提出了其建模步驟，減少了該類問題的出現(xiàn)。團隊協(xié)同作業(yè)的模型整合階段容易出現(xiàn)材質(zhì)和模型重復(fù)問題，結(jié)合項目的建模技術(shù)要求提出了相關(guān)的模型建模規(guī)范，提高了模型整合效率
標(biāo)簽： 數(shù)據(jù)融合
上傳時間： 2022-03-17
上傳用戶：XuVshu
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
