搜索资源列表
TirMesh
- Kdtree 有别于trimesh 中的Kdtree ，可返回邻域内点的索引值； 补充了K邻域搜索功能；-Kdtree different trimesh Kdtree ，with index of neibor pt；and add function of knerborfind
knn
- k邻域算法，可以用于对图像的分类等，这对与遥感、机器学习、人工智能等领域的人比较有用处-knn algorithm
Matlab
- 为了提高四足机器人在复杂环境下的适应性,重点研究了采用飞行时间(TOF)原理相机的四足机器人环境感知策略并改进了地形识别及路径规划算法.首先采用高斯过程回归(GPR)模型对TOF相机的距离数据进行误差校正,解决了采用传统多项式或三角函数模型进行误差修正时模型阶次过高及函数组合复杂的问题.基于得到的环境深度信息,采用数字高程模型(DEM)进行地形描述,并通过计算各栅格的坡度、粗糙度、起伏度对地形进行识别.粗糙度由该栅格所处的坡度平面与其8邻域高程点的离散程度进行计算,避免了采用高程方差计算时对粗糙
LBP
- LBP特征特诊算子源码，用于求取图像8,16邻域的特征值，基于OpenCV-LBP features special diagnostic operator source code, for the image of the 8,16 to get the image of the characteristics of the neighborhood, based on the OpenCV
location-pupil-based-on-Hough
- 导入人脸图像，根据Canny算法查找第一个边缘点，搜索邻域边缘点以最后一个边缘点作为新起点，进行下一轮搜索，初始化Hough矩阵确定瞳孔边缘界限计算瞳孔面积，定位瞳孔圆心坐标-Import facial image, according to Canny algorithm to find the first edge point, the search neighborhood edge point to the last point of the edge of a new starting
An-Improved-A--Star-Algorithm
- （被EI收录，不错的文章）传统A*算法在栅格地图上进行路径规划时，求解得到的路径长度不是最短并且转折点较多。针对这些不足，提出了一种改进A*算法，将传统A*算法的可搜索邻域个数从离散的8个拓展为无限个，可以沿任意方向进行搜索。这样不仅求解出来的路径长度更短，并且大大降低了其转折点的个数。该算法被应用于自主研发的“智能先锋”号系列无人驾驶车辆上，实车试验以及它们在“中国智能车未来挑战赛”中的优异表现证明该方法能够在栅格地图中求解出一条更优的可行驶路径，可以显著提升无人驾驶车辆行驶的效率和平稳性。-
TirMesh
- 三维网格拓扑， Csmesh,邻域拓扑搜索 建议初学者学习-A three-dimensional grid topology suggest beginners to learn
sift
- sift算法 更大的邻域描述范围 封装好的头文件-sift bigger descr iption function in header
vns-mpso
- 将NSGA-II 的理念融入粒子群中，并加入保存优秀解的机制，提出MPSO算法。针对MPSO 易陷入局部极值的缺点，加入变邻域机制，通过随机的破坏旧解和重建新解，找到全局最优解，以达到帮助粒子跳出局部极值的目的，提 出VNS-MPSO 算法。-Will the NSGA- II concept into particle swarm, and join save good solution mechanism, MPSO algorithm is put forward. Against d
cmvnpdf
- 高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板（或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。-Gaussian filter is a linear smoothing filtering, applicable to eliminate the gaus
fourth-order
- 采用邻域平均法的均值滤波器非常适用于去除通过扫描得到的图像中的颗粒噪声。领域平均法有力地抑制了噪声,同时也由于平均而引起了模糊现象,模糊程度与领域半径成正比。-Neighborhood average method is used to mean filter is very suitable for removing particulate noise in the image is obtained by scanning.Area average method effectively su
LEM-Algorithm
- LEM（拉普拉斯特征映射）算法，拉普拉斯特征映射是基于局部邻域，保持局部结构的流形学习方法。LEM通过一个无向加权图刻画流形上数据点间的近邻关系，图的顶点为原始数据点，图的边对应点之间的近邻关系，边的权值对应近邻点之间的相似程度（也可以是某种距离），LEM在低维嵌入空间中尽量保持图中数据点之间的近邻关系，然后求取嵌入坐标。通俗的说，LEM认为在高维数据空间离得近的点在低维嵌入空间也应该离得近-LEM (Laplace feature mapping) algorithm, Laplace fea
chengxu
- 图像的基本运算主要包括图像间点对点的加、减、乘运算和图像内基于邻域操作的算法。本次实验以图像滤波为例，让学生体会图像的邻域运算。掌握平滑降噪滤波器的设计方法；能够编写中值滤波器和均值滤波器算法程序对医学图像进行滤波处理。-Image basic operations include inter-picture point of addition, subtraction, and multiplication algorithm based on neighborhood operations
NLM
- 可变邻域均值滤波，领域权重为回字形，中心为3*3，f为邻域半径- Variable neighborhood mean filter, the field weights are back, the center is 3*3, and F is the neighborhood radius.
linyujisuan
- 通过包围盒法和K-D树法实现电云数据的邻域收索，邻域值可以自动设置-Point cloud data by bounding boxes and K-D tree search method income neighborhood, neighborhood values can be automatically set
pcnn
- pcnn分割，输入的灰度图像,Edge:检测到的一些边界点,Numberofaera则表明了在各次迭代时激活的块区域 利用PCNN进行图像分割时，是将每个像素对应一个PCNN神经元，归一化的像素灰度值 作为外界刺激新型号，将这些神经元按一定方式连接，就得到一个单层脉冲耦合神经网络，向 网络输入一幅图像，当某个像素对应的神经元发生脉冲，邻域内与它相似的神经元也发生脉冲， 产生的脉冲序列构成了一个二值图像序列，这样的序列就是PCNN输出的分割图像。-PCNN segment
findPointNormals
- 基于kd-tree搜索算法，利用局部邻域的平面拟合，检测三维点云数据的法线方向- Estimates the normals of a sparse set of n 3d points by using a set of the closest neighbours to approximate a plane.
2-opt
- 各种局部优化算法，变邻域算法，改善局部优化效果，加快运行效率，可运行-A variety of local optimization algorithm, variable neighborhood algorithm, to improve the local optimization effect, speed up the running efficiency, can be run
DMAP
- 分组法求点方向图，邻域方向模板法求点方向图（也称B.M.Mehtr法），切缝法求点方向图，改进方法求点方向图，由改进方法得到的点方向图求连续分布方向图-Grouping method the dot pattern, the direction of the template method the neighborhood point pattern slit method the dot pattern, the direction the point of improved methods
imagereconstruction
- 通过四邻域方法获得低分辨率图像，用双线性插值和邻域插值进行超分辨率图像重建-The low resolution image is obtained by the four neighborhood method, and the super resolution image is reconstructed by the bilinear interpolation and the neighborhood interpolation.