計算機常用數(shù)值算法與程序(C++版 ) Chap06 矩陣特征值與特征向量計算
上傳時間： 2014-01-06
上傳用戶：baitouyu
基于計算機特征碼的軟件注冊加密及序列號生成的源程序
上傳時間： 2016-11-16
上傳用戶：sevenbestfei
基于人工神經(jīng)網(wǎng)絡(luò)的圖像識別方法研究。基于神經(jīng)網(wǎng)絡(luò)的人臉檢測研究。基于特征融合與神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別技基于遺傳神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別研究術(shù)研究。基于遺傳優(yōu)化的神經(jīng)網(wǎng)絡(luò)的銀行票據(jù)手寫數(shù)字識別。一種改進的人工神經(jīng)網(wǎng)絡(luò)模型
標簽： 神經(jīng)網(wǎng)絡(luò) 數(shù)字識別 人工神經(jīng)網(wǎng)絡(luò) 圖像識別
上傳時間： 2014-11-03
上傳用戶：wpwpwlxwlx
此程序為用matlab實現(xiàn)信號特征提取的實驗程序，將待處理的一維時間函數(shù)賦給work2中的x1tRE，運行work2即可
上傳時間： 2016-11-19
上傳用戶：開懷常笑
VC++實現(xiàn)神經(jīng)網(wǎng)絡(luò)SOM（自組織特征映射網(wǎng)）
標簽： SOM VC 神經(jīng)網(wǎng)絡(luò) 特征
上傳時間： 2013-11-25
上傳用戶：gonuiln
對TC9012 (長虹 K8B )遙控器的解碼- 這種遙控碼具有以下特征,采用脈寬調(diào)制的串行碼 解碼的關(guān)鍵是如何識別“0”和“1”，從位的定義我們可以發(fā)現(xiàn)“0”、“1”均以0.56ms的低電平開始， 不同的是高電平的寬度不同，“0”為0.56ms,“1”為1.68ms, 所以必須根據(jù)高電平的寬度區(qū)別“0”和“1”。 如果從0.56ms低電平過后，開始延時，0.56ms以后，若讀到的電平為低，說明該位為“0”，反之則為“1”，
上傳時間： 2014-12-09
上傳用戶：songnanhua
研究了基于塊填充的圖像修復(fù)算法,修復(fù)圖像的質(zhì)量容易受到待修復(fù)區(qū)域邊界像素修 復(fù)順序的影響,通過分析待修復(fù)區(qū)域像素點所在模塊的圖像特征,改進了填充算法的優(yōu)先權(quán), 分別是基于P-Laplace算子和Euler’s elastica模型的優(yōu)先權(quán)計算方法的改進。實驗結(jié)果證實了文中 所介紹算法能有效提高重建圖像的感知質(zhì)量。
上傳時間： 2016-11-26
上傳用戶：leixinzhuo
提出一種基于分形理論和BP 神經(jīng)網(wǎng)絡(luò)的航空遙感圖像有監(jiān)督分類方法。該方法嘗試將航空圖像 的光譜信息和紋理特征相結(jié)合。它首先將彩色航空圖像由RGB 格式轉(zhuǎn)化為HSI 格式,然后,根據(jù)亮度計算分 數(shù)維、多重分形廣義維數(shù)譜q-D( q) 和“空隙”等基于分形的紋理特征,同時加入歸一化的色度和飽和度作為光 譜特征,采用BP 神經(jīng)網(wǎng)絡(luò)作為分類器。通過對彩色航空圖像的分類實驗,結(jié)果證實該方法行之有效。
上傳時間： 2014-01-11
上傳用戶：qq1604324866
運用分形理論描述圖像紋理特征，通過分析不同紋理圖像及圖像邊緣處的分形參數(shù)，得 到一種新的邊緣檢測分形特征，從而提出一種基于分形特征的圖像邊緣檢測方法。自適應(yīng)閾值的 引入，能夠?qū)崿F(xiàn)不同圖像的邊緣檢測。該算法簡單迅速，并具有良好的抗噪性能。
上傳時間： 2016-11-26
上傳用戶：hebmuljb
將分形的概念應(yīng)用于腐蝕形貌圖像的特征提取。
上傳時間： 2016-11-26
上傳用戶：q123321
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
