搜索资源列表
VisualC++Examples
- Visual C++精彩实例详解,本书通过50个综合性问题，介绍了VisualC++的开发技巧和方法，内容涵盖了VisualC++编程中的数据库、网络、多媒体、图像处理、优化算法、系统编程、界面美化、OpenGL三维虚拟现实、汇编语言混合编程、DirectX编程、复合文档等许多热门领域。
Powell.SA.MI.registration
- 本人的计算机硕士论文，Powell和SA混合优化的互信息图像配准，-I am a computer master' s thesis, Powell, and SA Hybrid Optimization of mutual information image registration,
GASA
- 基于遗传模拟退火和Otsu法的图像分割。采用一种基于模拟退火算法(SA)的混合遗传算法(GASA),来进行Otsu方法选择阈值，其中进行求解时是非线性的遗传算法（GA）的应用优化了求阈值过程，并尽可能地减少其运算量,而加入SA则避免了遗传算法(GA)常见的早熟收敛现象,从而实现有效简单的图像分割。 -adopt hybrid genetic algorithm(GASA) based on simulated annealing algorithm,choose threshold by O
Knap
- 矩形条带装箱问题(RSPP)是指将一组矩形装入在一个宽度固定高度不限的矩形容器中，以期 获得最小装箱高度．RSPP理论上属于NP难问题，在新闻组版、布料下料以及金属切割等工业领域中 有着广泛的应用．为解决该问题，采用了一种混合算法，即将一种新的启发式算法—— 动态匹配算 法—— 与遗传算法结合起来．混合算法中，动态匹配算法能根据4类启发式规则动态选择与装填区域相 匹配的下一个待装矩形，同时将装箱后所需容器高度用遗传算法的进化策略进行优化．对2组标准测试 问题的计算结果表明，相
GMMandSGM
- 一篇详细的介绍高斯混合模型（GMM）参数优化及实现的文档，有实例, 包括VC及matlab 实现。初始学者一看就能懂-A detailed descr iption of Gaussian mixture model (GMM) parameter optimization, and implementation documentation, including the VC and the matlab implementation
112111
- 一种基于混合优化算法的医学图像配准方法，希望对大家有帮助-Based on hybrid optimization algorithm for medical image registration, we hope to help
multi-texture-blend
- 演示Opengl纹理混合的技术。简单明了，经过代码优化。-Opengl texture blending technology demonstration. Simple, after code optimization.
Computation_of_Mutual_Information
- 【摘要】 基于互信息的配准方法是医学图像配准领域的重要方法。互信息是图像配准中常用的相似性度量,具有鲁棒、精度高等优点,但基于互信息的配准计算量大,制约了它的实际应用。我们采用基于多分辨率和混合优化策略的配准方法,在图像的不同灰度等级数下进行配准,分析了互信息的计算量与灰度等级数的关系,并用人头部的MRI图像和CT图像做了二维的单模模拟实验和多模实际配准实验,结果显示在灰度等级数为32和64时,与灰度等级数为256时相比,配准精度没有明显改变,而计算量下降显著。-Abstract Registr
hybrid-PSO-based-on-TSP
- 实现基于PSO的混合粒子优化算法,具有很好的稳定性和快速性-Search algorithm based on hybrid particle swarm optimization algorithm based on TSP
MovDetect
- vs2010工程，C++（优化了opencv的代码），通过混合高斯背景建模实现的运动物体检测，效果非常好。-vs2010 project, C++ (optimized opencv code), Gaussian mixture background modeling to achieve through the detection of moving objects, the effect is very good.
topology-optimization
- 利用渐进结构法求解位移和频率混合约束下的连续体结构拓扑优化，获得材料的最优布局-use evolutionary structure method to solve the topology optimization under the constraint of displacement and frequency
GAPSO-share
- 粒子群优化和遗传算法混合编程, -GA and PSO mixed program
automatic_image_segement
- 本文以k-means算法为背景，引入信息熵相关知识，从而实现全自动分割图像。然而在利用混合高斯模型对图像进行数据分析时，会发生一定的过拟合现象，导致我们得不到预期的聚类数目。本文设计合理的合并准则，令模型简化，有效地消除过拟合现象，使得最后得到的聚类数目与预期符合。，设计合理的准则改进了图像的全自动分割方法，使得分割结果更加优化(In this paper, k-means algorithm is used as the background, and information entropy