搜索资源列表
new-word-identification
- 基于概率统计技术和规则方法的新词发现。利用概率统计与规则相结合的优点来实现新词的识别
dwdd
- 一篇博士论文 织物组织计算机自动识别系统的开发
tiaozhishibiedezongshu
- 关于调制识别的新方法软件无线电的很应该看看，很有启发
123
- 基于时频分析的飞机目标识别，飞机时频方面的论文，对飞机故障等识别比较有用。
MFRC500
- 基于MF RC500型读卡器的无源射频识别系统设计
jianpushibie
- 通过每行的小节线特征提取出简谱部分, 然后通过投影法和种子填充算法定位出简谱符号基元的位置, 并由此采用不同的识别算法识别出每个简谱符号基元的类型, 最后通过组装把各个简谱符号组装成音乐特征符, 形成数字化乐谱。
SVM
- 讲述svm在人脸识别中的应用的一篇质量上乘的演示ppt
VIDEOCAR
- 利用视频方式识别出车牌号，测量出车速的实现方案，
bankservice
- 构建一实用的银行语音识别服务系统并给出该系统的测试结果
Basedoncomputervisionharmfulinsectrecognitionengin
- 阐述了利用数学形态学法、二叉树法、人工神经网络等方法 识别害虫的理论依据、研究情况及关键问题，指出了实现自动识别的前景及难点，以期促进该项技术在我 国的应用。
Cottonfieldsprayingagriculturerobotsguidancewayrec
- 为研究棉田农药喷洒机器人导航路径识别方法, 以 自然环境下采集的棉田图像为研究背景, 在L ab 色彩空间 进行处理, 把棉株从土壤背景中识别出来。通过最大方差阈 值分割法将图像转化为二值图像, 并经过中值滤波去除噪 声。二值图像垂直方向投影做直方图, 利用波谷位置确定左 右垄分界线。根据左右垄棉株位置平均得到导航离散点, 通 过Hough 变换得到导航路径, 进而得到导航控制参数。利用 坐标系转换关系将图像坐标系中的导航信息转换到世界坐 标系, 从而控制机器人行
1
- 基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向，其中道路图象的正确分割 是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题，提 出了一种基于’() 神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量，应用基于 ’() 学习算法的神经网络分类器进行道路与非道路识别；为解决环境噪声对神经网络输出的影响，本文设计了串行级联 式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实
2
- 机器人视觉导航而言，道路识别和表示是一个非常重要的环节，它直接影响到后续的路径规划。该文针对红外道 路图像，提出了基于区域方法的一套处理方案，该方法首先通过分割获得道路区域，利用链码跟踪获取道路边缘的链码。采 用了一种通用的道路模型，然后基于链码以及该道路模型，设计了一种有效的道路边界拟合方法。在拟合过程中，首先依据 一定的准则把链码分为两段，对于每一段再递归执行该分段过程，直到不能分为止，然后用分段直线去描述道路边界。该拟 合算法可以有效地处理直道和非直道的情况。文中给出了相关
3
- 路径跟踪是机器人视觉导航控制基本技术之一，为使机器人沿地面彩色引导线自主运动，并能在适时离线执行任务 后自动返航，提出了一种用可编程逻辑器件(CPLD)实现的视觉伺服PID 控制方法。该方法利用图像特征反馈对其所跟踪的 路经进行实时识别跟踪。仿真结果表明，该方法改善了控制算法的实时性，提高了移动机器人的路径跟踪精度与速度。
Imageprocessingtechnologyinagricultureintheapplica
- 图像处理技术是模式识别与人工智能的一个重要领域，其应用已扩展到农业领域的诸多方面。为 此，简要介绍了计算机图像处理及其应用的基本过程，概述了图像处理技术在农业机器人中的应用状况， 并指出了图像处理技术应用于农业机器人领域所存在的问题。
ARMS3C2410zhiwen
- 基于三星ARMS3C2410的指纹识别系统 需要知网的浏览器
WebDataMining
- Web数据挖掘作为数据挖掘技术和Internet应用研究相结合的研究领域，涉及机器学习、数理统计、数据库、神经网络、模式识别、粗糙集、模糊数学等人工智能相关技术，目前已经发展成为一个受到社会各界关注的研究热点。
FaceDetection
- 一个典型的人脸识别系统主要包括训练过程和识别过程。训练过程主要完成将已知人脸进行定位、特征提取与选择、以及分类器的设计；识别过程则完成将未知图片进行处理，并最终识别出身份的分类和决策
1
- 一个理想的系统应是R,S尽量小，而P,A尽可能大。而在一个实际系统中，S,R是相互制约的，拒识率R的提高总伴随着误识率S的下降，与此同时识别率A和识别精度P的提高。因此，在评价手写数字识别系统系统时，我们必须综合考虑这几个指标。另外，由于手写数字的书写风格、工整程度可以有相当大的差别，因此必须弄清一个指标在怎样的样本集合下获得的。