搜索资源列表
work4
- 打开一幅图像，添加高斯、椒盐噪声，用邻域平均法、中值滤波法和K邻近平均法进行处理。-Open an image, add of Gauss, salt and pepper noise processed with the neighborhood average, median filtering method and K adjacent average method.
Digital-Image-Processing
- 1 打开一个BMP文件，将其局部区域的灰度值进行改变，另存为一个新的BMP文件，要求显示出原BMP图像和新BMP图像。 2．编程实现图像傅立叶高通、低通滤波。 3.打开一幅图像，添加椒盐、高斯噪声，然后使用邻域平均法、中值滤波法、K邻近平均法进行平滑 4.打开一幅图像，利用Roberts梯度法、Sobel算子和拉普拉斯算子进行锐化，并比较结果。 5.编写一个程序，对输入的图像进行哈夫曼编码，显示原图像的熵、编码后的平均码字长度、并能够根据编码重建出图像
Elder-Triple-Screen
- C#实现的三重滤网交易策略，可在Wealth-lab及其他C#策略平台下应用。-Elder Triple Screen An implementation of the "Triple Screen" technique published by Dr. Alexander Elder in 1985. The three screens that this particular implementation relies on are: 13 Week Exponential
CHENGXU
- 另存为一个新的BMP文件，要求显示出原BMP图像和新BMP图像。 2．编程实现图像傅立叶高通、低通滤波。 3.打开一幅图像，添加椒盐、高斯噪声，然后使用邻域平均法、中值滤波法、K邻近平均法进行平滑 4.打开一幅图像，利用Roberts梯度法、Sobel算子和拉普拉斯算子进行锐化，并比较结果。 5.编写一个程序，对输入的图像进行哈夫曼编码，显示原图像的熵、编码后的平均码字长度、并能够根据编码重建出图像 6.在图像中生成一个矩形，然后用模板匹配法找出矩形位置。使用SSDA或改进的SSDA法-ave
KNN
- Implement the K nearest neighbor algorithm by your own instead of using available software. 2. Use K-fold cross validation to generate training and testing datasets. You should try different K values (3~8) to see how they affect your result. 3. T
xiashan
- MATLAB 牛顿下山法的一个小程序，原理就不详细说了。因牛顿迭代法受初值选取的限制，为防止迭代发散，对迭代过程再附加一项要求:|f(x(k+1))|<|f(x(k))|,将牛顿法迭代的结果:x(k+1) =x(k)-f(x(k))/f (x(k))和前一近似值x(k)适当加权平均做为新的改进值:x(k+1)=u*x(k+1) +(1-u)*x(k),其中u(0<> 迭代时u取1开始，逐次减半计算，直至附加要求符合为止。实例计算中x(k)=x(0)不变，只更新u和x
1
- 利用K-L变换进行人脸识别。首先求得待辨识图像相对于训练集平均脸的差值图像，然后求得该图像在特征脸空间中的坐标，最后采用最近邻法对图像进行归类。-KL transform for face recognition. Obtain the first image to be identified image with respect to the difference between the average face of the training set, and then obtain the
CAPTURE
- PIC单片机的CCP功能 //220V的交流电源直接用电阻限流,经光耦隔离,形成脉冲送到CCP2, //CCP2模块的捕捉功能,设置为每16个上升沿捕捉一次,相当于平均滤波,目的是为了减小误差 //TMR1计数的分频系数计算:假设电源为50Hz,即一个周期为20ms,16个周期为320ms //320ms=320000us,单片机用4MHz晶振,指令周期为1us,设TMR1的分频系数为K:65536×K=320000 //得K=4.88,取K=8,即TMR1的预分频系数设为1
Kjunzhi
- 数据挖掘中, k-Means 算法是一种 cluster analysis 的算法,其主要是来计算数据聚集的算法,主要通过不断地取离种子点最近均值的算法。-In data mining, k- Means algorithm is a kind of cluster analysis algorithm, the main is to calculate the data aggregation algorithm, mainly through constantly take the seed
sor
- 两种SQR迭代法:将x^K与上次计算的结果做加权平均作为最后结果-Two kinds SQR iterative method:the x ^ K and the results of the last calculated as a weighted average of the final results do
k12
- 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 algorithm accept input k Then could be divided into k n data object clustering in order to make the clustering obtained
7
- 实现：平均排序 (k排序) k排序的定义：A[i] <= A[i + k] 即为希尔排序的不完全实现-Implementation: Average sort (k sorting) k sort defined: A [i] < = A [i+ k] is not fully realized Hill sort
MatlabTraderGUI-V1.1by-faruto
- MATLAB行情软件MatlabTraderGUI 1.完成了日线、周线、月线等不同周期的展示。 2.完成了MACD,BOLL,RSI,W&R,OBV,DMI,PVT等技术指标的展示。左上的两个均线的长度参数可以动态修改展示。 3.增加了展示范围的调整。(相当于普通行情软件的上下键) 4.增加了水平的slider用来滚动展示K线。（相当于普通行情软件的左右键） 5.拖动水平的slider，三个axes可以同步移动（拖动）。 6.
kmeans
- K-means算法是最简单的一种聚类算法。算法的目的是使各个样本与所在类均值的误差平方和达到最小，该程序操作简单，能快速实现遥感影像的kmeans聚类，进行影像分类，显示分类结果。-K- means algorithm is the simplest kind of clustering algorithm.Algorithm is designed to make the sample and the average in the class to minimize the error sum
hm3_2
- （1）读取一幅图像，添加高斯、椒盐噪声，用邻域平均法、中值滤波法和K邻近平均法处理。 （2）读取一幅图像，利用Roberts梯度法、Sobel算子和拉普拉斯算子进行锐化，并比较结果。-1.read an image, add a Gaussian/salt or pepper noise, then process with the neighborhood average/median filtering or K N nearest average law method.Output p
1017
- 浙大 编程能力测试 的甲级题目 第 1017. Queueing at Bank (25) 服务窗口排队问题-Suppose a bank has K windows open for service. There is a yellow line in front of the windows which devides the waiting area into two parts. All the customers have to wait in line behind the yell
temperature
- 对温度的综合处理（主要有温度的华氏温度，K氏温度转换，求温度的平均值，最值和温度警报）-Comprehensive treatment of temperature (temperature, K s temperature, the average temperature of the temperature, the maximum value of the temperature and the temperature of the alarm).
wztg
- 全免费、免人力、工具化、自动化、批量化、普适化、系统化！ (永远不会被搜索引擎K) 非黑帽工具 查看效果方法: inurl:?url=加上你网址 domain:加上你网址 site:加上你网址 搜索引擎查一查就明白有没有效果！ (平均一天刷十次左右最佳效果) -All free, free labor, tools, automation, batch, pervasive and systematic! (Never Search Engine K) black hat tools
DELPHI-STECK
- Delphi7开发的K线程序，可以直接应用大智慧的00.DAT文件，线条包括移动平均线，成效量，macd线，可实现放大，缩小，快速移动，自动缩放，自动坐标等功能。-Delphi7 developed by K-line program that can be applied directly wisdom 00.DAT large files, including the moving average line, the effectiveness of volume, macd line, e
K_means
- Matlab双均线分钟K线策略例子,基于wind的数据获取从而进行交易的简单交易策略-Matlab double the average minute K-line tactics example, based on wind data acquisition so simple trading strategy to trade