搜索资源列表
a
- :人耳识别系统中,需要根据特征提取的要求实现图像的自动归一化,并且选择合适的依据使归一化后的结果具有一定的有效性和合理性。提出了一种新的外耳长轴标记法,根据外耳长轴将人耳统一到标准的尺寸和角度 运用主动形状模型算法,实现了外耳轮廓的自动搜索,且对算法进行了改进,调整了模型的初始位置。实验证明,改进后的主动形状模型(ASM)能更快速准确地收敛,且归一化的方法能够合理地将人耳标准化,为后续的特征识别提供了保障。-In the ear recognition system, it is require
XGLib.ScanBase_
- 特征码搜索库文件源码，用于特征码定位，制作辅助-Search signature library source code for the pattern positioning, auxiliary production
qtxtdbp
- 目前最新版1.2 小巧、快速的文本数据库引擎，方便用于各种小型应用开发。 特征： 标准的CRUD操作； 支持搜索； 速度快。-The latest 1.2 version of small, fast text engine, convenient for a variety of small-scale application development. Features: standard CRUD operations support search speed.
exportsift
- 这是一个提取sift特征的改进算法，将特征点的个数和维数都降低了，提高搜索效率-This is an extract sift feature improved algorithm, the number and dimensions of the feature points are reduced, improving search efficiency
laser-kinect-pointcloud-register-icp
- 针对三维重建中的点云配准问题，提出一种基于点云特征的自动配准算法。利用微软Kinect传感器采集物 体的多视角深度图像，提取目标区域并转化为三维点云。对点云进行滤波并估计快速点特征直方图特征，结合双向 快速近似最近邻搜索算法得到初始对应点集，并使用随机采样一致性算法确定最终对应点集。根据奇异值分解法 求出点云的变换矩阵初始值，在初始配准的基础上运用迭代最近点算法做精细配准。实验结果表明，该配准方法既 保证了三维点云的配准质量，又降低了计算复杂度，具有较高的可操作性和鲁棒性。
pso1
- pso模型模拟 粒子群算法模仿昆虫、兽群、鸟群和鱼群等的群集行为，这些群体按照一种合作的方式寻找食物，群体中的每个成员通过学习它自身的经验和其他成员的经验来不断改变其搜索模式。 一是进化算法，粒子群算法和进化算法一样采用种群的方式进行搜索，这使得它可以同时搜索待优化目标函数解空间中的较多区域。 二是人工生命，即研究具有生命特征的人工系统，它采用的主要工具是计算机，主要方法是利用计算机编程模拟。-PSO simulation
mianyiyichuan
- 该算法既保留了遗传算法的搜索特性，又利用了免疫算法的多机制求解多目标函数最优解的自适应特性，在很大程度上避免了“早熟”，收敛于局部极值。 生物体的免疫系统是一个高度进化、复杂的系统，它能自适应地识别和排除入侵肌体的抗原性异物，保护机体免受损害及维持内坏境稳定，并具有学习、记忆和自适应调节的能力。当抗原入侵时，免疫系统通过自体耐受对‘自己’和‘非己’进行识别，并产生最恰当的抗体排除抗原，通过抗体与抗体之间、抗原与抗体之间的相互刺激和抑制关系，降低抗原对免疫细胞的刺激，抑制抗体的过度分化、增殖，
sihuanghou
- 人工智能的四皇后问题，回溯法——在约束条件下先序遍历，并在遍历过程中剪去那些不满足条件的分支。 使用回溯算法求解的问题特征，求解问题要分为若干步，且每一步都有几种可能的选择，而且往往在某个选择不成功时需要回头再试另外一种选择，如果到达求解目标则每一步的选择构成了问题的解，如果回头到第一步且没有新的选择则问题求解失败。 在回溯策略中，也可以通过引入一些与问题相关的信息来加快搜索解的速度。对于皇后问题来说，由于每一行、每一列和每一个对角线，都只能放一个皇后，当一个皇后放到棋盘上后，不管它放在棋
kd-tree.cpp
- 三维点云配准kd-tree搜索算法，用于特征点的搜索匹配-3 d point cloud registration kd- tree search algorithm, is used to search of feature point matching
482
- 易语言搜索定位内存特征码源码例程程序结合汇编代码，并调用API函数采用sunday算法搜索定位内存特征码。 -Easy language search and locate the memory source code source code routines combined with assembly code, and call the API function using the Sunday algorithm to locate the location of the memor
Parameter-optimization
- 针对滚动轴承早期故障特征提取困难的问题，提出一种基于参数优化变分模态分解的轴承早期故障诊断方法。首先利用粒子群优化算法对变分模态分解算法的最佳影响参数组合进行搜索，搜索结束后根据所得结果设定变分模态分解算法的惩罚参数和分量个数，并利用参数优化变分模态分解算法对故障信号进行处理。-Aiming at the difficult problem of early fault feature extraction of rolling bearing, an early fault diagnosis
LBP
- 一幅图像的纹理是在图像计算中经过量化的图像特征。图像纹理描述图像或其中小块区域的空间颜色分布和光强分布。纹理特征的提取分为基于结构的方法和基于统计数据的方法。一个基于结构的纹理特征提取方法是将所要检测的纹理进行建模，在图像中搜索重复的模式，该方法对人工合成的纹理识别效果较好。但对于其他图像中的纹理识别，基于统计数据的方法效果更好。-A texture image is the image in the calculation of the quantized image features. Sp
music
- 基于特征分解的多重信号分类（MUSIC）方法的一维搜索来波方向-DOA estimation by MUSIC
Testsift1
- sift图像特征点提取，包括金字塔分解、极大值搜索、特征点剔除等过程-Sift image feature point extraction, including pyramid decomposition, maximum value search, feature point removal process
Source code
- 在opencv上实现双目测距主要步骤是： 1.双目校正和标定，获得摄像头的参数矩阵： 进行标定得出俩摄像头的参数矩阵 cvStereoRectify 执行双目校正 initUndistortRectifyMap 分别生成两个图像校正所需的像素映射矩阵 cvremap 分别对两个图像进行校正 2.立体匹配，获得视差图： stereoBM生成视差图 预处理： 图像归一化，减少亮度差别，增强纹理 匹配过程： 滑动sad窗口，沿着水平线进行匹配搜索，由于校正后左右图片平行，左图
蚁群算法
- 蚂蚁算法 蚁群算法是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。这种算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法。蚁群系统(Ant System或Ant Colony System)是由意大利学者Dorigo、Maniezzo等人于20世纪90年代首先提出来的。他们在研究蚂蚁觅食的过程中，发现单个蚂蚁的行为比较简单，但是蚁群整体却可以体现一些智能的行
genetic algorithm
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如
无限视距dll源码
- 本源码自动搜索LOL视距基址，开启关闭视距！特征码不变就可以一直免更新。(Automatic search LOL sight base)
szfoxe
- 易语言绿色征途基址call的搜索工具,纯源码,可自行添加特征码进行修改()
facesdk-FaceSDK-master
- 人脸识别SDK 采用C++编写，支持两张照片进行比对1:1，以及1：N 人脸搜索，SDK内部自己维护人脸特征数据，支持增、删、查找等操作，上层应用程序只需要关注自己的业务逻辑即可(Face recognition SDK is written in C++, supporting two photos to compare 1:1, and 1:N face search. SDK maintains its face feature data internally, and supports