搜索资源列表
文字识别程序
- 目前该手写体识别系统主要分为 预处理模块： 主要包括训练数据和识别数据的读取，归一化，二值化 特征提取模块：主要包括笔划方向特征和网格密度特征，还可以根据对识别率的要求继续增加其他特征 识别（分类器）模块：主要包括SVM方法和BP神经网络的方法，其中SVM方法的识别率较高，SVM＋网格密度特征， 在小字符集情况下，达到了识别率97％以上 采用OO思想编写，适合做二次开发-currently the handwriting recognition system consists of pretre
LightingNormalization
- 基于积分图像的人脸图像光线归一化程序，内含处理结果对照图。-based on the integral image Face Image light under a program containing the results of the control plan.
networkprograms
- 一些MATLAB的程序,,其中有BP神经网络集成的程序,在数据处理时采用归一化函数-some procedures, including BP network integration procedures, In data processing used to a function of
hongmoyuan
- 虹膜图像预处理，包括虹膜定位和归一化，是我的同学做的，很有参考价值，大家学习学习。
math
- 一些数学处理函数，包括：用窗函数方法设计线性相位FIR数字滤波器、归一化最小均方(LMS)算法的自适应数字滤波器
eyedemo
- 包括整个虹膜识别的预处理部分，分为多个函数部分，即简单图像增强，Canny算子提取边缘，Hough变换定位内外圆形边界进行风格，以及最后的归一化 -- 将圆环展为矩形。附带几张图像及自制的界面程序，并不是很完善，但整体的预处理任务已经较好的完成，如果进一步提高性能，可以先把Hough变换改为最小二乘拟和算法。
OpenCVtuxiangju
- 用OpenCV做的，先对图像做预处理，再求取图像中目标区域的归一化中心矩或者Hu矩。使用前先对VC++6.0进行OpenCV环境设置。
wavenorm
- 波形数据归一化操作，方便了波形数据处理研究工作
image-processing
- 指纹图像预处理，包括归一化、Gabor增强
VC++BP
- 本程序是BP算法的演示程序, 其中的Levenberg-Marquardt算法具有实用价值. 一、网络训练 程序默认状态是样本训练状态,现将样本训练状态下的如何训练网络进行说明: 1.系统精度: 定义系统目标精度,根据需要定义网络训练误差精度.误差公式是对训练出网络的输出层节点和实际的网络输出结果求平方差的和. 最大训练次数: 默认为10000次,根据需要调整,如果到达最大训练次数网络还未能达到目标精度,程序退出. 3.步长: 默认为0.01,由于采用
1
- 基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向，其中道路图象的正确分割 是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题，提 出了一种基于’() 神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量，应用基于 ’() 学习算法的神经网络分类器进行道路与非道路识别；为解决环境噪声对神经网络输出的影响，本文设计了串行级联 式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实
dtcwttexture
- 基于内容的图象检索系统代码图片预处理是为了使图片归一化，归一化的目的是将每幅原始图像调整到相同的尺寸和对应位置，从而消除平移、缩放和旋转对于图像鉴别的影响以方便对图片进行的特征提取。
Cpp1
- 边界方向的直方图统计。采用canny算法实现。 测试图片说明：（图像路径名请在main函数中AnsiString name=\"1.bmp\" 中设定) 1.bmp、2.bmp用来测试尺度变换后图像的识别； 3.bmp、4.bmp用来测试尺度变换后图像的识别； 2.bmp、2_shift.bmp用来测试平移后图像的识别。 实现输出灰度图、平滑图、边缘图以及双阈值处理后的边缘图； 运行后文件夹应该有Image1.bmp,Image2.bmp,Image3.bmp,Image
numberdetect
- 进行了数字的识别，经过预处理图像，得到归一化的数字，以及应用神经网络识别。
NDVI程序
- 读取TM波段3和波段4的图像，计算归一化植被指数NDVI，并用NDVI处理单波段图像，突出显示遥感影像的植被部分（输出后的图像上高亮的部分是植被区域）-Band 3 and band 4 images of a TM image are read and NDVI computed. Then a single band image is processed with the NDVI leading to the vegetation regions in the remote sensed
Harris
- 基于离散分数布朗随机场模型的水下图像目标检测方法。该方法根据分形理论和水下图像的特点，以图像中每 个像素点为中心取窗口，计算在该窗口内的分形维数均值，将该均值作为中心像素的分形特征，然后根据分形维 数分布图确定分割阈值，从而实现对水下图像分割，并且通过将目标表面不同尺度下的灰度差分平均值进行归一 化处理，减少了用于表示不同尺度下的平均绝对值灰度差分的数据，从而提高算法检测效率(Underwater target detection method based on discrete frac
SVM_Short-term-Load-Forecasting2
- 本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，而目前依然是基于经验的办法解决。对此，本文采用粒子群优化算法对模型参数进行寻优，以测试集误差作为判决依据，实现模型参数的优化选择，使得预测精度有所提高。实际算例表明，本文的预测方法收敛性好、有较高的预测精度和较快的训练速度。(this
Pulse_compression
- 脉冲压缩过程，包括回波信号及参考信号模型构建以及频谱分析，最后进行脉冲压缩，并对数据进行归一化处理。程序二为雷达多普勒测速matlab程序。(The pulse compression process, including echo signal and reference signal model construction and spectrum analysis, finally performs pulse compression and normalizes the data.The
Elman神经网络预测电力负载
- Elman神经网络建立建筑物电力负荷预测模型中遇到的几个关键问题有，数据归一化处理、输入输出样本的选取、隐含层节点数的确定；分别建立Elman神经网络模型，并利用某栋建筑物实际历史电力负载数据进行预测，分析比较与实际数据值的预测精度，得出了一个有效的数据预测模型。(Several key problems encountered in building power load forecasting model based on Elman neural network are data norm
光谱预处理
- 多元散射校正MSC 标准正态变量交化SNV 归一化Normalize SavitZky一Golay卷积平滑法及求导