基于归一化互相关系数的算法在模板匹配和特征跟踪中运用十分广泛,但缺点是其计算量很大. 为此提出了一种在 空间域利用盒形基简化互相关的快速算法,在不修改归一化互相关匹配原理的前提下,用原模板图像在一组正交盒形基张成 的子空间上的投影取代原图像来进行互相关计算,以降低图像精度来缩减计算复杂度. 实验说明,当搜索窗口大小较小时,此 快速算法计算量明显小于传统的频域快速归一化互相关算法. 关键词:模板匹配归一化互相关系数子空间分解盒形基

让电脑像人脑一样的思考!一直以来是人工智能发 展的最终目标" 人工智能运用的领域可谓数不胜数" 随 着软件业的快速发展!各种的棋类软件也具有越来越高 的人工智能!电脑籍助这些人工智能已经有了相当水平 的棋力!大有与人脑分庭抗礼之势" 然而电脑真的能像 人一样思考吗!目前来说!还不可能!电脑能做到#思考$ 无非是!"%#$%&&%’(%’ 棋类软件人工智能的设计与算法的复杂度成

nsga代码1. 利用nsga-i实现多目标opttmhzattonNSGA([5])是一种流行的基于非支配的多目标优化遗传算法。该算法是一种非常有效的算法，但由于其计算复杂度高、缺乏精英主义以及为共享参数oshare选择最优参数值而受到普遍批评。融合精英主义，不需要先验选择共享参数。本文将详细讨论NSGA-II。