搜索资源列表
UCM40
- 基于UCM40的超声波测距函数,可测0.08---2.5米距离,数值精确
ch8_4_2
- 维纳滤波 用真实的PSF函数采用维纳滤波方法复原图像 采用过大的模糊距离参数和过大的模糊运动方向角度参数不考虑噪声的影响，采用逆滤波方法复原图像 另一程序 生产实验图像 读取原始图像
disteusq
- 欧矢距离测度常用函数，希望对做信号处理人员有用
FloatUtils_src
- 浮点数处理包，提供了很多浮点数处理函数，如比较、取整、截断、转换、计算浮点数点间的距离等，有一定参考价值
sanweihuitu
- 文件包含三维空间向量、点类及相关函数等，使用它们可以定义一个空间向量、点，实现向量的平移，缩放和旋转等，使用相关函数还可以实现两向量的叉乘，得到一个决定长度，实现空间两点距离计算，点积计算，夹角等操作。另外，每个函数都有详细的注释，用户可以更方便的使用。
draw3D
- 这是一个项目时使用到的\"三维空间向量/点\"类及相关函数,使用它们可以定义一个空间向量/点,实现向量的平移,缩放和旋转等,使用相关函数还可以实现两向量的叉乘,得到一个向量的绝对长度,将一个向量单位化,得到一个三点决定的平面的垂直向量(经过单位化),得到空间中两点的距离,得到两向量的点积,得到两向量的夹角等操作,为方便用户的使用,每个函数都有详细的注释
TextureImageRetrievalBasedonContourletTransformUsi
- Contourlet变换结合了不可分离的方向滤波组,具备小波所不能表达的多方向特性,能有效捕获自然图像的边缘轮廓信息。本文分析了图像ontourlet系数的统计特征,并利用广义高斯函数对各子带系数层进行建模。将此模型应用于基于VisTex的自建纹理图像库,采用矩匹配估计法,提取模型参数集,运用K2L距离计算图像间的相似度。对800幅纹理图像进行检索,本文方法比传统小波方法的平均检索查准率高出约2％到10％不等。实验结果表明,该方法改进了导向纹理的描述
DistanceTransformationByMATLAB65
- 在MATLAB提供的距离变换函数的基础上，对二值BMP图像进行不同距离度量的距离变换，并给出变换效果。程序已经在MATLAB6.5上运行通过。
IntrusionDetectionTechnologyBaseonSupportVectorMac
- 本论文将统计学习理论引入入侵检测领域，讨论了基于SVM方法的智能检测 策略，检测算法具有良好的推广能力.引入HVDM距离代替范数，改进了SVM的 RBF核函数定义，使之能够直接处理异构的网络连接信息 利用有保证的估计方法 来确定训练数据集规模，避免了依靠实验选择训练规模的盲目性 针对重复样本 和重要样本提出了样本加权的思路，降低了错分样本的可能 考虑到网络连接记 录的不同属性对检测结果贡献不一的事实，提出了特征选择与特征加权的方法， 进而得到一个更好的分类超平面，提高了检
3D_DRAWER
- 三维绘图,这是一个项目时使用到的\"三维空间向量/点\"类及相关函数,使用它们可以定义一个空间向量/点,实现向量的平移,缩放和旋转等,使用相关函数还可以实现两向量的叉乘,得到一个向量的绝对长度,将一个向量单位化,得到一个三点决定的平面的垂直向量(经过单位化),得到空间中两点的距离,得到两向量的点积,得到两向量的夹角等操作,为方便用户的使用,每个函数都有详细的注释,希望对大家有所用处.
3DPieChart
- 本文的想法就是创建一个独立的能够用于绘制立体三维饼状图的类库。首先，它看起来非常简单，因为，在Graphics 类中已经有了一个叫DrawPie 的方法。这个方法接收开始角度和展开角度作为参数，因此，看上去不再有什么其它的问题了。不过它实现的是一个平面的圆饼图，我需要的是一个三维的透视图；如果你也正需要这样的一个控件，这篇文章将再适合不过了 本文中的PieChart 解决方案包括三个类：PieSlice, PieChart3D 和 PieChartControl （继承于System.Win
Parzen
- Parzen窗函数概率密度估计演示程序 完全按照《现代模式识别》孙即祥著作 2.4.4《动态聚类法》算法3实现 使用欧式距离作为测度标准。
22219011211120071115164509189959
- SUSAN算子用于角点检测的基本步骤： 1） 对于感兴趣的每个象素点（一般的情况就是图像中的每个象素点）作用一圆模板； 2） 根据亮度比较函数计算圆模板中的USAN区域； 3） 根据几何阈值，计算象素点的初始响应； 4） 使用USAN重心与核中心的距离法则去除伪角点，使用USAN重心与核中心的连线上的每个点都必须在USAN区域来保证算法的一致性（即USAN区域的相连性） 5） 对每个象素点的响应，使用 （或更大）的窗口搜索局部极大值，进行非极大值抑制
OnMATCHHausdorff
- 说明: 该函数将对图象进行（基于Hausdorff距离匹配）操作。需要注意的是，此程序只处理256灰度级的图象。
2
- 窗建一个CPoint类，代表平面直角坐标系中的点，创建构造函数和运算符重载函数， 运算符重载为类重载（非友元重载），可以实现计算两个点之间的距离。可以根据需要 加入自己的成员变量或成员函数 用3点来代表一个三角形， 输入三个点的坐标，实现判断此三角形是不是直角三角形，并输出此三角形的周长。 可以根据需要加入自己的成员变量或成员函数
sanweihuitu
- 这是一个项目时使用到的\"三维空间向量/点\"类及相关函数,使用它们可以定义一个空间向量/点,实现向量的平移,缩放和旋转等,使用相关函数还可以实现两向量的叉乘,得到一个向量的绝对长度,将一个向量单位化,得到一个三点决定的平面的垂直向量(经过单位化),得到空间中两点的距离,得到两向量的点积,得到两向量的夹角等操作,为方便用户的使用,每个函数都有详细的注释,希望对大家有所用处.
distance
- 自己写的求相同函数任意不同列数的两个矩阵之间距离的函数
9
- ch9_2_1：调用函数bwmorph实现骨架化操作（§9.2.4） ch9_2_2：利用函数bwperim实现提取边界操作（§9.2.4） ch9_2_3：利用函数bwmorph实现提取边界操作和骨架化操作（§9.2.4） ch9_2_4：利用函数imbothat处理图像（§9.2.4） ch9_2_5：利用函数imclose执行图像闭运算（§9.2.4） ch9_2_6：利用函数imopen执行图像开运算度（§9.2.4） ch9_2_7：利用函数imtophat增强
k_means
- K-MEANS算法: k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。 k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再
Top_Sort
- K-MEANS算法: k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。 k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再