搜索资源列表
test4
- 自编实现otsu自动阈值分割,结合Hough变换检测直线函数-Self-realization otsu automatic threshold segmentation, combined with Hough transform detection linear function
main
- 基于遗传算法优化的bp神经网络训练main函数，包括数据的导入，归一化，训练，权阈值的保存等-Based on genetic algorithm optimization of bp neural network training main function, including data import, normalization, training, the preservation of the threshold, etc.
mwbdy
- 比较了软阈值，硬阈值及当今各种阈值计算方法,包含收发两个客户端的链路级通信程序,BP神经网络用于函数拟合与模式识别。- Comparison of soft threshold and hard threshold and today various threshold calculation method, Contains two clients receive link-level communications program, BP neural network function fit
GlobSegmentation
- 全局阈值分割函数，包含头文件和源文件两个文件。(Global threshold segmentation, including the header file and source file two functions.)
hough,gabor,Radon,headata,wdcbm2()
- 1.从图像中识别几何形状的基本方法；基本原理是在于利用点与线的对偶性，将原始图像空间给定的曲线通过曲线表达形式变为参数空间的一个点，这样就把原始图像中给定的检测问题转化为寻找参数空间的峰值问题。 2.基于Gabor变换的人眼检测MATLAB实现。 3.基于Radon的车牌矫正方法。 4.基于模型函数headata产生不同大小的头模型数据。 5.基于函数wdcbm2()设置图像分层阈值压缩参数，实现图像压缩(The basic method of identifying geometry
center of laser spot-1
- 对图片应用利用max，min等函数求阈值分割点，最后转化为二值化图像，去噪后利用中值滤波处理再除噪，找出光斑中心位置和半径。(After binaryzation of the image processing, and then remove noise, find the center of the spot and radius)
数学形态学与小波变换
- 小波分解可以使人们在任意尺度观察信号，只需所采用的小波函数的尺度合适。小波分解将信号分解为近似分量和细节分量，它们在应用中分别有不同的特点。比如，对含有噪声的信号，噪声分量的主要能量集中在小波分解的细节分量中，对细节分量做进一步处理，比如阈值处理，可以过滤噪声。(Wavelet decomposition allows people to observe signals at any scale, just the size of the wavelet function is appropri
MATLAB实用源代码
- 1.图像反转 2.灰度线性变换 3.非线性变换 4.直方图均衡化 5. 线性平滑滤波器 6.中值滤波器 7.用Sobel算子和拉普拉斯对图像锐化：8.梯度算子检测边缘 9.LOG算子检测边缘 10.Canny算子检测边缘 11.边界跟踪 （bwtraceboundary函数）12.Hough变换 13.直方图阈值法 14. 自动阈值法：Otsu法 15.膨胀操作 16.腐蚀操作 17.开启和闭合操作 18.开启和闭合组合操作 19.形态学边界提取 20.形态学骨架提取 21.直接提取四个顶点坐标
pso
- 将基本粒子群用于阈值灰度图像分割，同时给出多种适应度函数(PSO is applied to threshold gray image segmentation, and a variety of fitness functions are given.)
WeChat_jump
- 电脑模拟按键实现微信跳一跳自动跳跃。首先就是在上传的autojump.png图片上进行模板匹配，匹配出小人，并计算小人的坐标；如上图所示，框出来的用红色箭头所指即为小人的坐标！ 然后就是通过Canny()函数进行图像的边缘检测，这里使用的阈值为5，10基本可以检测出所有边缘信息(Computer simulation keys to achieve WeChat jump one jump automatically. First of all, template matching is per
PSO优化BP神经网络 MATLAB版本2016a
- PSO优化BP神经网络 MATLAB版本2016a PSO优化BP神经网络的权值和阈值 有详尽的注释 并结合2016a的新版本函数特性，优化了算法(PSO optimization BP neural network MATLAB version 2016a PSO optimization BP neural network weights and thresholds Detailed comments and combined with the 2016a new version of t
GABP
- 神经网络预测数据,遗传算法优化权值和阈值，调用子函数包含在压缩包中(Neural network predicts data, genetic algorithm optimizes weights and thresholds, and calls the sub functions contained in the compression package.)
基于 HHT 的船体结构应力监测数据 特征分析和去噪方法
- ［目的］为了去除船体结构应力监测数据中的噪声信号，获得有效的数据信息，以便为后续数据挖掘提 供支撑，［方法］首先，采用 HHT 方法中的经验模态分解（EMD）算法对数据进行成分分析，得到固有模态函数 （IMF）和余项。然后，通过 Hilbert变换得到 Hilbert谱，证明应力监测数据的非平稳特性。最后，以信噪比（SNR） 和均方根误差（RMSE）为例，结合自适应去噪和小波阈值去噪两种方法对应力监测数据进行去噪效果比较。 ［结果］结果表明，基于 HHT方法的自适应去噪和小波去噪都具有一定
rbf
- RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一个权值都要调整，从而导致全局逼近网络的学习速度很慢。BP网络就是一个典型的例子。(RBF network