搜索资源列表
feijicontrol
- 飞行控制系统方案。整个系统由传感器组、飞控计算机、任务管理计算机、舵机、表决电路等主要部件和电源、外总线、通信设备、地面站等辅助设备组成。无人机、起落架、发动机、任务设备、燃油系统、环控系统等是被监控对象。其中，关键传感器采用相似或者非相似三余度；飞控计算机采用“主备备”式三余度飞控机算机；舵机采用二余度电动舵机；表决逻辑由高可靠性单余度数字逻辑电路和双路开关实现。-Flight Control System program. The entire system is composed of s
fast-template-matching
- 本文提出一种基于图像边缘几何特征的快速模板匹配算法。算法利用边缘 点的位置和梯度方向作为匹配信息进行相似度计算。可以很好的避免因图像明 暗变化、光照不均匀、旋转所带来的影响，且对于部分遮挡的情况，亦可以得 到良好的匹配结果。为了得到边缘点坐标和梯度方向，本文根据曲面拟合原理， 通过平移变换，推导出精确梯度方向和亚像素边缘坐标的快速算法。既加快了 算法的处理速度，也是匹配算法高精度的前提保证。为了使匹配算法满足实时 性要求，主要采用阈值判断和图像金字塔算法的搜索策略。在阈值
a-sens-similar-method
- 多种短文本处理与相似度分析短，应用于文本挖掘方法,安装包-Short text processing and similarity analysis is short, which is applied to text mining.
Interactive---image-segmentation
- 本文提出的超像素渐进合并算法应用了图论的基本框架：一幅图像被映 射成一个加权的无向图，其中超像素被当作图中的顶点，而相邻超像素之间通过边 相连，由超像素间的相似度计算出相应边的权值，通过排序每次合并权值最小的两 个超像素。-Shot into a weighted undirected graph, including super pixels as the vertices in the graph, and the adjacent pixels by boundary betw
FCM聚类算法介绍
- FCM聚类算法介绍 FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。 模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。在介绍FCM具体算法之前我们先介绍一些模糊集合的基本知识。
SIFT_Matlab_global-context
- SIFT特征检测算法改进，SIFT描述子加入全局向量，对局部信息相似度高的图像检测的误匹配剔除有明显改进-This paper presents a technique for combining global context with local SIFT information to produce a feature descr iptor that is robust to local appearance ambiguity and non-rigid transformation
MELPcodepaper
- 目前2.4kbps的混合激励线性预测 (MELP) 语音编码方法已经被确定为美国新的联邦语音编码标准.本文提出了一种改进的MELP语音编码方法,利用滤波器相似度和基于LPC系数分类的矢量量化技术,可以把MELP的码率降到1.7kbps以下,仍有较好的合成语音质量.-An Improved MELP Speech Coder
CompareFace
- 这个工程实现的是通过比对照片的相似度来识别人。-Implementation of this project is to identify people by comparing photos of similarity.
DBSCAN
- dbscan聚类考虑特征相似度的具有噪声的基于密度的聚类(DBSCAN)改进算法. 其次,基于各类参数向量簇的各属性最大相似系数,计算获得各类参数向量簇的典型特征向量. 然后,基于各类的典型 特征向量,针对聚类结果中的噪声簇,提出了基于离群系数的可疑不良数据分布模型 在此基础上,结合分布规律,提出了基于可疑度的不良参数判别方法. 最后,通过实际算例验证了所述模型与方法的有效性.-Dbscan u806A u8003 u8651 u7279 u5F1 u7F8 u4F3C u5
FSH-master
- 跨模态二进制代码通过融合相似度学习，一篇相似度学习的论文，属于计算机视觉类的，附有源代码，使用平台为window操作系统，语言工具为MATLAB(Cross-Modality Binary Code Learning via Fusion Similarity Hashing)
analyze
- 实现比较文本的差异，和得到两个文本的最大相似度(Implementing the comparison text and getting the maximum similarity)
FaceNet-A-Unified-Embedding-for-Face-Recognition-and-Clustering
- FaceNet---深度学习与人脸识别的二次结合 Facenet是一个通用的系统，采用CNN神经网络将人脸图像映射到128维的欧几里得空间，我们可以根据两幅人像的欧几里得距离去判断两个人像的相似程度。两个人像之间的欧几里得距离越近，说明它们越相似。 FaceNet可以用于人脸验证（是否是同一人？），识别（这个人是谁？）和聚类（寻找类似的人？）。FaceNet采用的方法是通过卷积神经网络学习将图像映射到欧几里得空间。空间距离直接和图片相似度相关：同一个人的不同图像在空间距离很小，不同人的图像在