搜索资源列表
Non-linear-quadratic-programming
- 描述底层流体和岩性特征，为储层的进一步识别提供更多的物性参数-Describe the properties of subsurface fluid and lithology,and perfectly retrived for further analysis even on the SNR was low
IStudyonLicenn
- 智能运输系统中车牌识别技术得到了广泛应用 , 车牌分割是车牌识别的重要部分。基于彩色图像车牌分割与采用灰度图像车牌分割相比 , 可以有效消除阴影影响 , 同时车牌颜色也是车牌识别的一个参数。颜色分类类处理使用特征函数 , 可以减少颜色坐标转换运算 , 提高颜色分类速度。文中详细讨论中国车牌特征 , 给出车牌分割详细步骤。车牌区域判别采用信息融合技术。车牌倾斜矫正结合车牌倾斜特点 , 提出快速算法。 -License plate recognition technology has been
huibiankeshe
- 对给定的文本文件进行压缩和解压 程序功能： 1．压缩(5个命令行参数) Compress c 输入文件名 输出文件名 start step 将输入文件压缩为输出文件。Start，step意义见下面。 2．解压(3个命令行参数) 上面生成的压缩的输入文件解解压缩到输出文件，如果不是上面压缩的格式（根据文件特征识别），报错。 一元编码可以对整数序列进行编码。 非负整数n的一元编码（unary code）定义为n-1个1后跟一个0（表1）。
FisherFace
- Fisherface方法的实现是在PCA数据重构的基础上完成的，首先利用PCA将高维数据投影到低维特征脸子空间，然后再在这个低维特征脸子空间上用LDA特征提取方法得到Fisherface。程序中使用参数寻优的方法来寻找最佳投影维数，以达到比较理想的识别效果。-The Fisherface method implemented in the PCA data reconstruction based on the completion of the first use of PCA project
331
- 针对齿轮箱振动信号的非平稳性和非线性, 提出一种多重分形和支持向量机相结合的故障 诊断方法。运用多重分形理论方法对齿轮振动信号进行分析, 通过分析发现多重分形谱和广义维数作 为故障特征能够很好地反映齿轮箱的工作状态 对支持向量机的参数利用粒子群优化算法进行优化, 并 将齿轮箱振动信号的多重分形特征量作为支持向量机的输入参数以识别齿轮的故障类型。实验结果表明, 该方法在样本较小的情况下能够准确对齿轮箱的故障类型进行分类-Gearbox vibration signal of non-s
62
- 对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷，提出一种基于参数优化和奇异值分解(SVD)提高重分配尺度谱时频分布可读性的方法。首先利用Shan— non熵方法优化重分配尺度谱基函数的时间．带宽积(TBP)，克服其时、频分辨率不能同时达到最佳的缺陷，再对重分配尺度谱 进行SVD降噪降低噪声干扰影响，提高时频分布的可读性。最后用该方法对仿真信号和滚动轴承故障信号进行了分析，结果表明该方法的时频聚集性更好，抗噪能力更强，能
kernels
- 根据模式识别理论，低维空间线性不可分的模式通过非线性映射到高维特征空间则可能实现线性可分，但是如果直接采用这种技术在高维空间进行分类或回归，则存在确定非线性映射函数的形式和参数、特征空间维数等问题，而最大的障碍则是在高维特征空间运算时存在的“维数灾难”。采用核函数技术可以有效地解决这样问题。 -According to the pattern recognition theory, a low dimensional space linearly inseparable pattern th
opencvsift
- SIFT 算法提取图像局部特征， 成功应用于物体识别、图像检索等领域。SIFT 算法主要分为四个步骤： 检测尺度空间极值点、精确定位极值点、为每个关键点指定方向参数、关键点描述子的生成。-SIFT algorithm to extract local image features, successfully applied to object recognition, image retrieval and other fields. SIFT algorithm is divided into
HMM
- HMM基于mfcc特征的语音识别,包括DTW算法演示、mfcc参数计算、端点检测等-HMM-based speech recognition feature mfcc
gmm
- 基于GMM的说话人识别，搭建了一个说话人识别系统用于试验测试，验证了一些参数对性能 的影响，同时使用了多线程并行处理技术，以此缩短识别时间:并提出了一种放 大特征向量差距，变换特征向量在特征空间的分布来提升大容量语音库中说话人 识别率的方法。 -GMM-based speaker recognition, to build a speaker recognition system used for pilot testing to verify the performance i
Pattern-Recognition-and-SVM
- 对四分类图像，使用两个提取特征值向量的方法来提取特征，然后使用SVM进行分类识别，里边包含了LIBSVM进行识别时各个参数的变化时的对结果的影响。里面包含完整源代码，在word里。是我的数字图像作业。-Four categories of images, using two feature extraction methods to extract the value of feature vectors, and then use SVM classification and recognit
Hough_Dect
- 数字图像处理在人们的生活中无处不存在着它的影子，是非常流行热门的技术之一，可以说它是一种每时每刻都在改变着人类生活的技术。人们对于物体的识别主要针对于物体的外形，图像分割目的是对图像中有意义的特征部分进行提取，所谓有意义的特征包括图像中物体的外形边缘和区域等。本文主要针对其中的一个传统而经典的分割方法Hough变换而展开。Hough变换实现的是一种从图像空间到参数空间的映射关系，具有对抗噪声的鲁棒性以及在图像中的不连续性等优点，通过它构建的参数空间可以容易地对特定形状，如直线、圆等解析曲线进行判
HoughDect
- 数字图像处理在人们的生活中无处不存在着它的影子，是非常流行热门的技术之一，可以说它是一种每时每刻都在改变着人类生活的技术。人们对于物体的识别主要针对于物体的外形，图像分割目的是对图像中有意义的特征部分进行提取，所谓有意义的特征包括图像中物体的外形边缘和区域等。本文主要针对其中的一个传统而经典的分割方法Hough变换而展开。Hough变换实现的是一种从图像空间到参数空间的映射关系，具有对抗噪声的鲁棒性以及在图像中的不连续性等优点，通过它构建的参数空间可以容易地对特定形状，如直线、圆等解析曲线进行判
lser-radar
- 激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。从工作原理上讲，与微波雷达没有根本的区别：向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。本程序为FMCW激光雷达matlab程序，包括调频非线性校正等。-Laser emitting a laser beam radar detection is the
Face-Recognition
- 程序通过提取人脸图像的质心、协方差、偏转角等特征量与数据库中已有参数进行比对，从而进行人脸的识别。-Procedure to extract the centroid of the face image, covariance, the deflection angle has the feature quantity parameters of the database and compared to identify human faces.
featuredetection
- 老师布置的作业几何图形的特征识别分类中心提取以及圆形的圆心半径参数的确定-Teacher assignments geometry feature recognition extraction and classification center center circle radius to determine the parameters
HellokinectMAT
- 感知行为的影响因素包括单个关节的动作和不同关节的组态。因此提出一种新的基于关节的位置差异的特征类型，联合包括静态姿势、动作、位移在内的行为信息进行识别。采用关节在两个时间和空间区域的差异来明确地模拟个别关节动力学和不同关节的组态。然后应用主成分分析（PCA）来获得所需的特征。同时应用非参数的简捷的贝叶斯最近邻（NBNN）分类器进行多类行为的分类。这个NBNN分类器避免了帧描述符的量化，计算“图像到类别”的距离而不是“图像到图像”的距离。15到20帧的数据就足以实现手势以及动作的识别，无需应用整个
25292626
- 为了实现复杂环境下的人脸特征有效表达，提出一种改进的梯度方向直方图（ＨＯＧ）人脸识别方法．首先以人脸图像网格作为采样窗口并在其上提取 ＨＯＧ特征；然后将所有网格 ＨＯＧ特征向量进行组合，实现整个人脸特 征表达；最后采用最近邻分类器进行识别．另外，比较了该方法与Ｇａｂｏｒ小波和局部二值模式（ＬＢＰ）２种著名的人脸 局部特征表示方法的优劣．实验结果表明，在调优的 ＨＯＧ参数下，在具有光照和时间环境等复杂变化的ＦＥＲＥＴ人 脸库中，较少维数的 ＨＯＧ特征比ＬＢＰ特征有更好的表现，而且 ＨＯ
mfcc
- 语音识别MFCC特征提取matlab代码。 「梅尔倒频谱系数」（Mel-scale Frequency Cepstral Coefficients，简称MFCC），是最常用到的语音特征，此参数考虑到人耳对不同频率的感受程度，因此特别适合用在语音辨识。-Speech recognition MFCC feature extraction matlab code. \ Mel cepstrum coefficient (Mel- scale Frequency Cepstral Coefficien
opencv-doc
- 图像数据操作（内存分配与释放，图像复制、设定和转换） 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出） 矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解） 支持多种动态数据结构（链表、队列、数据集、树、图） 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构） 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）