搜索资源列表
clahe
- 自适应直方图均衡算法，因为是从局部入手，所以图像增强效果显著。-This programme introduces an algorithm of adaptive histogram equipoise.And the effect of the enhancement is obvious because it begins from the part of the image
新生入学查询、学生档案成绩管理系统
- 本程序是为了减轻教务工作全部手工操作的压力，减少学生资料，特别是统考成绩管理、查询的手工操作的繁重度。本系统针对学历文凭考试的情况开发，可以显著减轻教务工作的压力，支持单机、网络、多用户的学生管理系统，可适用于网上或者校园网内的多人联机工作。 1．有学生管理模块，学生成绩管理，统考场次管理，班级管理，考试科目管理，学生照片模块，用户管理 2．首页图片为PNG格式，方便用户修改 3．设一主控管理员，可修改用户密码，可添加用户 4．可添加任意多个操作员，操作员无法使用“添加用户”选项
BootAmova1.02
- 生物学种群遗传结构随机生成，由原始种群BOOTSTRAP生成任意数量的种群，以进行种群遗传结构显著性的统计学推断。-biology population genetic structure random generation, from the original population Bootstrap generate any number of stocks for population genetic structure of significant statistical inferen
907求多元线形回归方程及预报
- 907求多元线形回归方程及预报 一．功能 x1，x2, x3,………..xp为自变量，Y为随机变量， 求线形回归方程 Y= + +…+ + 其中 。。。， 为常数， 是随机变量，且 —N（0， ） 来描述Y与X的变化规律。并用T检验法检验线形回归是否显著。 如果线性回归显著，可用经验回归平面方程对Y作出预报，并给出预报值的置信区间。 -907 for multiple linear regression equation and a prediction. Fun
906求一元线形回归方程及预报
- 906 求一元线形回归方程及预报 一 功能 x为自变量，y为随机变量，给出一组n次观测值（Xi, Yi）, I=1, 2, … n, 求线形回归方程 Y=A+BX 来描述Y与X的变化规律。并用T检验法检验线形回归是否显著。若显著，可用求得的线形回归方程作预报，并给出预报值的置信区间。 -906 for one yuan linear regression equation and forecast a function of the variable x, y as ran
905正交实验设计与结果分析
- 功能，利用正交表安排实验称为正交实验设计，该程序是对正交实验的结果，运用方差分析表和F检验个因素对实验结果是否有显著影响。程序是针对不考虑个因素的交互作用的正交设计编写的。-functions, the use of orthogonal arrangement known as orthogonal test experimental design, the procedures of orthogonal experimental results, using analysis of var
SALICY
- 显著性检验（significance test）就是事先对总体（随机变量）的参数或总体分布形式做出一个假设，然后利用样本信息来判断这个假设（备择假设）是否合理，即判断总体的真实情况与原假设是否有显著性差异。或者说，显著性检验要判断样本与我们对总体所做的假设之间的差异是纯属机会变异，还是由我们所做的假设与总体真实情况之间不一致所引起的。 显著性检验是针对我们对总体所做的假设做检验，其原理就是“小概率事件实际不可能性原理”来接受或否定假设。 抽样实验会产生抽样误差，对实验资料进行比较分析时，不能仅凭
Saliency
- 显著性检验（significance test）就是事先对总体（随机变量）的参数或总体分布形式做出一个假设，然后利用样本信息来判断这个假设（备择假设）是否合理，即判断总体的真实情况与原假设是否有显著性差异。或者说，显著性检验要判断样本与我们对总体所做的假设之间的差异是纯属机会变异，还是由我们所做的假设与总体真实情况之间不一致所引起的。 显著性检验是针对我们对总体所做的假设做检验，其原理就是“小概率事件实际不可能性原理”来接受或否定假设。(difference between the signif
XZX
- 全局低秩显著性检测算法首先根据自然图像前景目标和背景亮度、颜色的差异性重构出图像前景显著目标；然后利用低秩分解对图像中的非显著性区域进行抑制。(The global low-rank saliency detection algorithm first reconstructs the image foreground salient targets based on the difference between the natural image foreground target and t
中心先验
- 显著性检测 中心先验,可以使用该代码实现图像的中心先验检测(saliency detection-center prior, which can use this code to estimate the location of salient object)
saliencyMeasure
- 显著性物体检测的matlab代码实现 Rahtu E & Kannala J & Salo M & Heikkil? J (2010) Segmenting salient objects from images and Videos. Proc. European Conference on Computer Vision (ECCV 2010)(Matlab codes for measuring image saliency Segmenting salient
RandomWalkPAMI2011
- 非常棒的 图像显著性检测matlab程序 可以下载试试 基于视觉 图像的显著检测(Excellent image saliency detection matlab program can be downloaded to try visual inspection based on visual images.)
code
- 大连理工大学卢湖川教授团队显著性检测方法(Saliency Detection via Cellular Automata)
显著性追踪
- 显著性目标检测，代码测试过没有问题，效果还可以，算是比较新的理论方法，可以尝试
显著性物体分割
- 基于超像素和流行学习排序的显著性检测，是显著性检测里的经典文章，代码没有问题，可以后续接上grab cut进行显著目标的分割，分割效果不错。
saliencydetection
- 对图像的内容分析，进行显著性信息检测，得到深度内容(The content analysis of the image, the significance information detection, the depth content.)
multiframe
- 一次性将一个文件夹的图像进行谱残差显著性检测，然后保存到指定文件夹。(The image of a folder is detected for spectral residual saliency at one time, and then saved to the specified folder.)
HC
- 4个经典的显著性检测算法之一HC，HC算法和LC算法没有本质的区别，HC算法相比于LC算法考虑了彩色信息。(HC is one of the four classical significance detection algorithms. There is no essential difference between HC algorithm and LC algorithm. Compared with LC algorithm, HC algorithm considers color
CA显著性检测算法
- 该代码针对图片中显著性目标检测采用CA算法，在matlab下可直接实现
m-k显著
- Mann-Kendall趋势检验(有时称为MK检验)用于分析时间序列数据的持续增加或减少趋势(单调趋势)。这是一个非参数检验，这意味着它适用于所有的分布(即数据不必满足正态假设)。但数据应该没有序列相关性。如果数据具有序列相关性，则可能在显著水平(p值)上产生影响。这可能会导致误解。为了克服这一问题，研究人员提出了几种改良的MannKendall检验(Hamed and Rao modified MK Test)。Yue和Wang修改了MK测试。使用预白化方法等改进的MK测试)。季节性Mann-