灰度圖像的頻域增強,MATLAB實現,內有圖
上傳時間： 2016-07-11
上傳用戶：zhenyushaw
在理想情況下采用非可靠度導向的順序掃描法或菱形算法等相位展開的基本方法可以正確展開相位，這些算法具有最簡單的和確定的掃描路徑，如果測量過程中噪音較大或本身有些地方不滿足采樣定理，采用非可靠度導向方法展開會出現錯誤。可靠度導向的相位展開方法可以繞開二維相位場中的無效點，在某 種程度上將誤差降到最小。
上傳時間： 2016-07-11
上傳用戶：heart520beat
MOEAs對于度歐表的有 花紋那
標簽： MOEAs
上傳時間： 2016-07-14
上傳用戶：aappkkee
Java做的一個百度mp3下載軟件，用的是NetBeans開發。這是可執行的程序
上傳時間： 2013-12-21
上傳用戶：tyler
提取灰度圖的邊界，輸入參數是灰度圖，輸出參數是灰度圖邊界的坐標
標簽： 灰度
上傳時間： 2014-12-01
上傳用戶：Ants
幾種圖像處理源碼 程序代碼說明 P0301：數字圖像矩陣數據的顯示及其傅立葉變換 P0302：二維離散余弦變換的圖像壓縮 P0303：采用灰度變換的方法增強圖像的對比度 P0304：直方圖均勻化 P0305：模擬圖像受高斯白噪聲和椒鹽噪聲的影響 P0306：采用二維中值濾波函數medfilt2對受椒鹽噪聲干擾的圖像濾波 P0307：采用MATLAB中的函數filter2對受噪聲干擾的圖像進行均值濾波 P0308：圖像的自適應魏納濾波 P0309：運用5種不同的梯度增強法進行圖像銳化 P0310：圖像的高通濾波和掩模處理 P0311：利用巴特沃斯（Butterworth）低通濾波器對受噪聲干擾的圖像進行平滑處理 P0312：利用巴特沃斯（Butterworth）高通濾波器對圖像進行銳化處理
上傳時間： 2013-11-25
上傳用戶：jkhjkh1982
執行步驟1: 執行EX1126程式進入學生考試系統 權限描述: 使用者查詢:於”姓名”中輸入”Arno”,於”學號”中輸入”good”,再按下”使用者查詢” 即可查詢. 修改使用者:於”姓名”中輸入”GUEST”,於”學號”中輸入”0000”,再按下” 修改使用者即可修改: 功能描述: 使用者開始考試,於”姓名”中輸入自己的姓名,於”學號”中輸入學號,再按下” 考試去”即可: 開始考試,同時系統紀錄考生狀態為”1”. 使用者考試,完成後按下”結算成績”,同時系統顯示紀錄考生該科分數,同時清除考生登入狀態,使其無法重覆考試,老師並可查詢考生成績.
上傳時間： 2016-07-31
上傳用戶：chens000
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數據對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 k-means 算法的工作過程說明如下：首先從n個數據對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復這一過程直到標準測度函數開始收斂為止。一般都采用均方差作為標準測度函數. k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
上傳時間： 2016-07-31
上傳用戶：youlongjian0
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數據對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 k-means 算法的工作過程說明如下：首先從n個數據對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復這一過程直到標準測度函數開始收斂為止。一般都采用均方差作為標準測度函數. k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
上傳時間： 2013-12-19
上傳用戶：chenlong
灰關聯度在變壓器故障診斷中的應用；適合對灰度關聯感興趣的學習者
上傳時間： 2016-08-01
上傳用戶：lifangyuan12
