搜索资源列表
BA_in_H_264_inter_prediction_Moving_Target-Detecti
- BA于H_264帧间预测算法的运动目标检测技术,一个nh文件需要用caj阅读器查看-BA in inter prediction H_264 moving target detection algorithm, a nh file reader need caj View
videoprocessframework
- 目标检测演示框架算法包括: 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 该框架支持的视频只限于RGB非压缩Windows AVI格式,可以通过“文件”菜单下打开视频来打开视频文件。-Presentation framework of the target detection algorithms include: 1. The context of the background s
Videoimagemovingobjectdetection
- 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 该框架支持的视频只限于RGB非压缩Windows AVI格式,可以通过“文件”菜单下打开视频来打开视频文件。-Video image moving object detection
xinxilun
- 《Visual C++数字图像获取、处理及实践应用》杨枝灵、王开等编著。内容:第4章 图像增强(对比度增强、灰度变换法、直方图修整法、图像平滑、图像锐化、伪彩色和假彩色增强);第5章 图像复原(逆滤波复原、维纳滤波方法);第6章 图像处理中的正交变换(傅立叶变换、离散余弦变换(DCT)、沃尔什变换、基于特征向量的变换、霍特林(Hotelling)变换、SVD变换、小波变换、Mallat算法);第7章 图像压缩编码(霍夫曼(Huffman)编码、算术编码、游程编码(Run Length Codin
YUYIN
- 语音采集c++程序,包括端点检测,线性预测倒谱系数,dtw模式匹配等函数,-this is a program about speech recogenition
Video_Demo
- 视频目标检测演示框架,视频演示算法包括: 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 -Framework for object detection video presentation, video presentation algorithms include: 1. Static background of the context of target detection pr
dtw
- 本系统是一个在多媒体PC 上实现的孤立词识别系统, 它提取语音的线性预测系数作为特征参数, 并采用Itaku ra 失真测度计算帧间距离, 在识别上则使用了动态时轴弯曲(DTW ) 进行时间匹配。本系统对一般的DTW 法作了改进, 即通过放宽端点限制以得到更好的语音匹配, 克服了一般DTW 法要求语音首尾严格对齐而造成的弊病, 降低了语音端点检测的精度要求。-This system is implemented on a multimedia PC isolated word recogniti
maGMDH
- 采用MATLAB编写的GMDH软件,里面有三个.m程序,分别为训练、误差检测、预测输出。很好用。-GMDH using software written in MATLAB, which has three. M steps in the training, error detection, prediction output. Good use.
src
- 关于一个浮动物体检测的源代码。 可以看到很多浮动物体,然后预测物体前进方向。-It s a floating object detection source code. It could be used as a model for predicting floating object and trajectory.
Mann-kendall
- 魏凤英编著的《现代气候统计诊断预测技术》一书中有关于用Mann-Kendall法检测1900~1990年上海年平均气温序列突变的例子-Wei Fengying compiled the " Diagnostic Statistical prediction of modern climate," a book about the Mann-Kendall detected by 1900 the average temperature in Shanghai in 1990 a
c
- 边缘检测 储层预测 分形理论 可以大大提高储层预测的精度 换到哈佛-edge detection
prediction-face-technology
- 眼睛的跟踪与预测技术,这样便于后于检测的速度,-Eye tracking and prediction technology, so it is easy to test speed, eventually
Orangedetect
- 为了研究适合近红外光谱无损检测脐橙VC 含量的光谱预处理方法, 比较了11 种光谱预处理方法对偏最小二乘法( PLS) 建模预测效果的影响。结果表明, 小波消噪效果最好, 模型预测值与标准值的相关系数R 达到0. 957 4, 交叉验证预测均方差仅为3. 90, 最优光谱波段为7 501. 7~5 449. 8 cm- 1, 主成分数为8。小波消噪是脐橙VC 含量近红外光谱无损检测的有效光谱预处理方法。-In order to search an appro priate pret reatme
Citrus-Fruits-pH-Value-detect
- 对机器视觉系统采集 的柑橘图像进行图像裁切、RGB 空间至HSI 空间的转换和差值法去图像背景,用色调H 和饱和度S 为输入,建立小波神经网络柑橘pH 预测模型,无损检测柑橘pH。-Images of citrus fruits from machine vision system were processed by cutting, converting from RGB space to HSI space, removing background by deviation. A w
detection
- 静态背景下的背景预测法目标检测 静态背景下帧间差分法目标检测 Mean Shift目标跟踪方法 重心多目标跟踪方法 -motion detection including meanshift/difference images/we can detect the man or object
Network-state
- 网络态势可视化技术作为一项新技术,是网络安全态势感知与可视化技术的结合,将网络中蕴涵的态势状况通过可视化图形方式展示给用户,并借助于人在图形图像方面强大的处理能力,实现对网络异常行为的分析和检测。这种方式充分结合了计算机和人脑在图像处理方面的处理能力的优势,提高了对数据的综合分析能力,能够有效的降低误报率和漏报率,提高系统检测效率,减少反应时间。并且这种可视化方法对于有些显示有明显特征的异常行为,还具有一定的预测能力.-Network state visualization technology
Underwater-GPS-Positioning
- 提出了基于无线传感器网络的浮标网络水下GPS定位系统模型,分析了 该模型的结构、功能以及工作过程,并从几何角度探讨了水下目标的声学定位算 法。结合Range-Free算法与分布式算法的思想,设计了一种传感器节点自定位算 法,称为BSR(Beacons Signal Ring)定位算法,并对该算法的性能进行了评估与 比较。该算法在锚节点处的信标信号中引入能量等级的机制,无需相邻传感器节 点间信息交换,有效降低了算法复杂度与通信开销。性能分析结果显示,该算法 性能良好,在应用
lmn4op.ZIP
- 基于实时预测学习分类的脸像快速检测方法Based on real-time prediction learning classification face as the rapid detection method-Based on real-time prediction learning classification face as the rapid detection method
MFE
- 时间序列模型和预测的MATLAB代码,包含参数的估计方法,数据分布的检测,模型预测的源码-Matlab code for time series modeling and forecast
Video-Demo
- 视频演示算法包括: 1. 静态背景下的背景预测法目标检测 2. 静态背景下帧间差分法目标检测 3. Mean Shift目标跟踪方法 4. 重心多目标跟踪方法 -Video presentation of algorithms include: 1、Static Background prediction of target detection. 2、static background frame difference method target detection