搜索资源列表
346011
- 用VB实现的数据的统计描述 包括分布的矩---均值,平均差,标准差,方差和中位数的搜索,均值与方差的显著性检验等()
stepwise
- 逐步回归的基本思想是将变量逐个引入模型，每引入一个解释变量后都要进行F检验，并对已经选入的解释变量逐个进行t检验，当原来引入的解释变量由于后面解释变量的引入变得不再显著时，则将其删除。以确保每次引入新的变量之前回归方程中只包含显著性变量。这是一个反复的过程，直到既没有显著的解释变量选入回归方程，也没有不显著的解释变量从回归方程中剔除为止。以保证最后所得到的解释变量集是最优的。本文件结合实例利用MATLAB实现逐步回归的过程。(The basic idea of gradual regressio
LBP
- LBP指局部二值模式，英文全称：Local Binary Pattern，是一种用来描述图像局部特征的算子，LBP特征具有灰度不变性和旋转不变性等显著优点。(LBP refers to the local binary pattern, is an operator used to describe the local features of the image, LBP features with gray scale invariance and rotation invariance a
gm1
- 灰色系统理论是基于关联空间、光滑离散函数等概念定义灰导数与灰微分方程，进而用离散数据列建立微分方程形式的动态模型，即灰色模型是利用离散随机数经过生成变为随机性被显著削弱而且较有规律的生成数，建立起的微分方程形式的模型，这样便于对其变化过程进行研究和描述。(The grey system theory is a relational space, smooth discrete function concept definition of grey derivative and grey diff
caffe-cvpr
- 显着区域检测是计算机视觉中长期存在的问题。它旨在找到最能吸引人眼睛注意的图像中的像素或区域。准确和可靠的显着性检测可以从视觉追踪和识别到图形图像处理等众多任务中受益。例如，成功的对象检测算法有助于自动图像分割，更可靠的对象检测，有效的图像缩略和重定位(Significant regional detection is a long-term problem in computer vision. It aims to find the pixels or regions of the most
caffeine
- 现有的显着性检测方法使用图像作为输入，并且对前景/背景相似性，复杂背景纹理和遮挡敏感。我们探讨了使用光场作为显着性检测的输入的问题。(Existing saliency detection approaches use images as in-puts and are sensitive to foreground/background similari-ties, complex background textures, and occlusions. We ex-plore the pro
C++实现
- 显着区域检测是计算机视觉中长期存在的问题。它旨在找到最能吸引人眼睛注意的图像中的像素或区域。(Significant regional detection is a long-term problem in computer vision. It aims to find the pixels or regions of the most attractive image.)
gaosi
- 高斯背景建模，用于背景搭建，拥有完善的背景更新机制，效果显著(Gauss background modeling is used for setting up the background, and the effect is remarkable)
LBP
- LBP（局部二值模式）是一种用来描述图像局部纹理特征的算子；它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietik?inen, 和D. Harwood 在1994年提出，用于纹理特征提取。而且，提取的特征是图像的局部的纹理特征；(Local Binary Pattern describe the image local texture, invariant with the change of rotation and gray)
dark_enhance
- 这个算法主要用于雾天下的图像处理，效果显著。(It is mainly used in the image processing of fog world, and the effect is remarkable.)
zaintain-replacement
- 面向源程序(Source Code)漏洞挖掘的研究历史已经相当悠久并取得显著进 展,然而,出于商业利益,知识产权保护等原因,()
ST_release
- Saliency Tree: A Novel Saliency Detection Framework的代码(Saliency Tree: A Novel Saliency Detection Framework)
code-SPL-MS
- Saliency Detection with Multi-Scale Superpixels的代码，可运行(Saliency Detection with Multi-Scale Superpixels)
机器学习术语表_机器学习速成课程
- 本术语表中列出了一般的机器学习术语和 TensorFlow 专用术语的定义。 一种统计方法，用于将两种或多种技术进行比较，通常是将当前采用的技术与新技术进行比 较。A/B 测试不仅旨在确定哪种技术的效果更好，而且还有助于了解相应差异是否具有显著 的统计意义。A/B 测试通常是采用一种衡量方式对两种技术进行比较，但也适用于任意有限 数量的技术和衡量方式。(The general term for machine learning and the definition of TensorFl
area
- 这个matlab程序主要可以用于计算采集到的信号的显著性面积，可以用于脑电数据处理、肌电数据处理(This matlab program can be used to calculate the significant area of the collected signals and can be used for EEG data processing and EMG data processing.)
gbvs_hype_v1-master
- gbvs_nips 基于图的显著性。Graph-Based Visual Saliency。是发表在2006年NIPS上的论文。(A new bottom-up visual saliency model, Graph-Based Visual Saliency (GBVS), is proposed. It consists of two steps: first forming activation maps on certain feature channels, and then nor
MapleToolbox2016.0WindowsX64Installer
- 通过Maple产品可以在单一的环境中完成多领域物理系统建模和仿真、符号计算、数值计算、程序设计、技术文件、报告演示、算法开发、外部程序连接等功能。 大量易学易用的工具和特征，提供“数学版office”工作环境，用户即使没有任何语法知识也可以完成大量数学问题的计算，显著地缩短学习时间。(Through Maple products, we can accomplish multi domain physical system modeling and simulation, symbolic co
tSNE-cuda-master
- 基于matllab实现的tsne统计算法，在数学建模中效果显著(The tsne statistical algorithm based on matllab is significant in mathematical modeling)
linux_epoll模型
- epoll是Linux内核为处理大批量文件描述符而作了改进的poll，是Linux下多路复用IO接口select/poll的增强版本，它能显著提高程序在大量并发连接中只有少量活跃的情况下的系统CPU利用率。另一点原因就是获取事件的时候，它无须遍历整个被侦听的描述符集，只要遍历那些被内核IO事件异步唤醒而加入Ready队列的描述符集合就行了。epoll除了提供select/poll那种IO事件的水平触发(Level Triggered)外，还提供了边缘触发(Edge Triggered)，这就使得
Retinex综合
- 视频处理检测物体 图像处理改进去雾效果更加显著。。。。。。(Video processing to detect objects)