搜索资源列表
gg_mle
- 广义高斯概率分布函数的指数估计,包括矩估计和最大似然估计,并对这两种估计进行了比较-exponential cosfficients estimation for generalized Gaussian pdf,include moment estimator and Maximum Likehood estimator.
ImageSeg
- 提出了一种适用于视频监控场景的基于物理反射模型的阈值分割算法,该算法主要解决背景颜色识别受 光强非均匀分布、高光效应影响的问题.算法步骤主要包括:首先基于Phong反射模型推导出漫反射分量颜色不 变性并根据这一判定条件计算得到漫反射分量系数;其次,利用微分法则实现对模型镜面反射分量系数和镜面 反射强度指数的估计;最后,根据建立的物理反射模型实现背景阚值分割.大量实验分析结果表明,文中提出的 算法利用视频监控的物理反射模型和大量统计信息,能够更好地解决受光强非均匀分布和高光效应影响
Random
- 分别产生符合高斯分布、指数分布、GGD分布的随机数。-Generate Gaussian distribution, exponential distribution, the GGD distribution of random numbers.
nono
- 应用m文件编程,用直方图表示为调制指数1~5的调制信号谱分布-Application m file programming, with histogram expressed as a index 1 ~ 5 modulation signal spectrum distribution
BaseCodeNdvi
- 用于计算图像的NDVI指数。便于看出植被分布-NDVI index used to calculate the image. Easy to see that the vegetation distribution
suijixinhaochuli
- 随机变量的产生,其中指数分布的和高斯分布的随机变量采用了变换法,分析它的自相关函数和功率谱密度,-The selection of random variables, in which exponential distribution and Gaussian distribution of random variables using the transformation method, analysis of its autocorrelation function and power sp
MMSwimulation
- 这是一个基于MMS类型的排队论仿真程序,MMS表示到达时间为负指数分布-This is a simulation program based on MMS type of queuing theory, MMS said arrival time for negative exponential distribution
xrnjzl
- drand产生0~1之间的随机数以及产生负指数分布的随机数()
part
- 讨论了生成0-1之间均匀分布随机数的一些算法,进而给出了由0-1之间均匀分布生成指数分布,正态分布,二项分布等常用分布的一()
E2-频域增强
- 一、 计算图象的频谱函数 设计图象120*30/256*256;选用Matlab函数直接调用实现。 二、根据计算证明傅立叶变换的性质 1, 共轭对称性: F(u,v)=F*(-u,-v) ; 三、图象的频域滤波 1, 设计一个指数低通滤波器,对两图象(f1(x,y)为30*30/256*256的图象;f2(x,y)=p3-02图象)进行低通滤波,观察分析空域图象和频谱分布的变化。 四、图象变换比较 利用现有的离散傅立叶变换、离散余弦变换、Walsh-Had
HIFPUP7
- 1满足均匀分布的[M,N]区间随机数,其中M,N是正整数, (2) 满足指数分布的[M,N]区间随机数,其中M,N是正()
imgnoise
- 为图像添加均匀分布、高斯分布、瑞利分布、指数分布噪音(For images with uniform distribution, gaussian distribution, Rayleigh distribution, exponential distribution of noise)
delremse-tjpe
- drand产生0~1之间的随机数以及产生负指数分布的随机数()
wyzjl8
- 这是一个基于MMS类型的排队论仿真程序,MMS表示到达时间为负指数分布(This is a simulation program based on MMS type of queuing theory, MMS said arrival time for negative exponential distribution)