搜索资源列表
tongyuankeshe
- 信号经过两个独立的信道传输,两个信道的信道复增益分别为 和 。 是独立同分布的复高斯随机变量,实部虚部独立、均值为0,实部虚部的方差都是1。采用某分集技术后输出的信噪比为 ,其中 是常数, 是在 之间均匀分布的随机变量。请就不同的 、 ,用仿真的方法画出 的累积分布函数。-signal after two independent Channel Tunnel, Channel 2 Channel Minute respectively, and gain. Independence is the
CannyJava
- 图像边缘检测(Canny 算法)的Java实现 Canny边缘检测算法 step1:用高斯滤波器平滑图象; step2:用一阶偏导的有限差分来计算梯度的幅值和方向; step3:对梯度幅值进行非极大值抑制; step4:用双阈值算法检测和连接边缘 -Edge Detection (Canny algorithm) to the Java Canny edge detection algorithm ste p1 : Gaussian smoothing filte
ekff
- 用Matlab编写的求解高斯线型随机差分方程的离散扩展卡尔曼滤波程序。-Matlab prepared for the linear Gaussian stochastic differential equation expansion of discrete Kalman filter procedures.
HaarFaceDetect
- 视频监控系统完整源码(本人本科毕业设计),运用帧间差分算法,运用高斯混合模型来实现背景的实时更新,以减少由于环境的变化对检测结果的干扰。-Video Surveillance System integrity of the source code (I graduated from undergraduate design), use interframe difference algorithm, Gaussian mixture model used to achieve the real-
Canny
- 用canny算子提取边缘,核心:用高斯滤波器平滑图像;一阶偏导的有限差分计算梯度的幅值和方向;非极大值抑制;双阈值算法检测和连接边缘。
discontinuityWaveguide
- 非连续波导时间域有限差分法仿真(TD-FDM),入射波为理想高斯脉冲。经典之处在于利用matlab制作了电影文件,可以动画形式看到波的入射、反射以及透射状况。
边缘检测算法的基本步骤
- 边缘检测算法的基本步骤 (1)滤波。边缘检测主要基于导数计算,但受噪声影响。但滤波器在降低噪声的同时也导致边缘强度的损失。 (2)增强。增强算法将邻域中灰度有显著变化的点突出显示。一般通过计算梯度幅值完成。 (3)检测。但在有些图象中梯度幅值较大的并不是边缘点。最简单的边缘检测是梯度幅值阈值判定。 (4)定位。精确确定边缘的位置。 Canny边缘检测算法 step1:用高斯滤波器平滑图象; step2:用一阶偏导的有限差分来计算梯度的幅值和方
Prediction+time-domain+step
- 包括相邻帧差分结果的高斯性和独立性检验实验结果演示程序。
DIF-from-SIFTKeypoints
- SIFT 特征描述符 尺度空间 高斯差分 关键点 图像压缩-Distinctive Image Features from Scale-Invariant Keypoints
My_DifferentGaussPyramidImage
- 基于Matlab的高斯差分金字塔图像产生程序,可直接输入一副图像,调用此函数就可以得到你所想要的所有金字塔图像。-Based on Matlab Difference of Gaussian pyramid image generation process can be directly input an image, calling this function you can get what you want all the pyramid image.
image-feature
- 把 SIFT 算法应用在牙齿模型图像上,检测牙齿图像的特征点。 方法:首先采用高斯差分算子 DoG 搜索整个图 像的尺度和位置信息,从而确定具有代表性尺度、方向的特征点。基于其稳定性选择关键点,得到一个详细的模型以确定每个候 选点的合适位置和范围。基于局部图像梯度方向信息将方向矢量和关键点对应起来。在选定范围内的每个关键点周边区域测量 局部图像梯度,并采用 KNN 算法进行特征匹配。 结果:通过大量的实验和与其他特征提取方法相比较,该方法能有效地检测牙 齿模型图像的特征,并为牙齿
DoG
- MATLAB编写的图像DOG处理程序。处理生成图像的高斯差分图-DOG written in MATLAB image processing program. Image processing for generating the Gaussian difference image
DoG
- 高斯差分的c++求解,一种基于灰度图像和彩色图像的有用方法-Gauss solving differential c++
ssss
- 获得高斯差分图像,根据高斯差分的数学公式,分别对lab三通道进行了差分图像的计算,并且重新融合三通道特征值-Gauss obtained difference image, based on a mathematical formula of Gaussian difference, respectively, three-channel lab was calculated by the difference image, and re-integration of the three-cha
sift
- sift 演算法 包含高斯金字塔、高斯差分、特徵點描述、特整點比對-sift algorithm
DoG
- 图像的高斯差分滤波器,内有图像,可以直接测试使用-Image Gauss differential filter, there are images, you can directly test the use of
include
- 使用高斯消元法反复迭代得到高斯有限差分形式下的C语言程序(Gauss iteration method is used to obtain the C language program in the form of Gauss finite difference)
DoG filters
- 高斯差分滤波器,主要用于边缘特征提取,用于模式识别中的分割预处理(Gauss differential filter, which is mainly used for edge feature extraction, is used for segmentation preprocessing in pattern recognition)
code
- 输入骨架点,得出系数,基于泰勒展开式和高斯消元法(Enter the skeleton point, derive the coefficients, based on Taylor expansion and Gaussian elimination)
L4_1
- a)产生两个都具有200个二维向量的数据集和(注意:在生成数据集之前最好使用命令randn(‘seed’,0)初始化高斯随机生成器为0(或任意给定数值),这对结果的可重复性很重要)。向量的前半部分来自均值向量的正态分布,并且协方差矩阵。向量的后半部分来自均值向量的正态分布,并且协方差矩阵。其中是一个2*2的单位矩阵。 (b)在上述数据集上和分别属于+1类和-1类,请在上述数据集的两类中各随机抽取150个样本作为训练集,运用Logistic regression算法得到的分类面,然后对余下的各5