搜索资源列表
-
2下载：
基于脉冲耦合神经网络的各种算法源码。包括：图像增强，滤波，提取边缘，图像分割-Pulse coupled neural network based on various algorithms source code. Include: image enhancement, filtering, edge extraction, image segmentation
-
-
0下载：
MATLAB环境下，基于脉冲耦合神经网络（pcnn）的图像分割-MATLAB environment, using pulse coupled neural network (pcnn) image segmentation
-
-
0下载：
基于遗传神经网络的图像分割[神经网络实用教程中的实例]-Based on Genetic Neural Network for Image Segmentation [neural network tutorial and practical examples]
-
-
0下载：
神经网络做的图像模式识别，用的是神经网络分割特征，自己研究的，比较有新意-Neural network to do the image pattern recognition, using a neural network segmentation features, its own research, more new ideas
-
-
1下载：
基于遗传神经网络的图像分割系统源代码，下载后直接使用-Based on genetic neural network image segmentation system source code, download direct use of
-
-
1下载：
用脉冲耦合神经网络实现灰度图像的分割,基于matlab 6.5版本以上的开发环境-Using pulse coupled neural network segmentation of gray image
-
-
0下载：
最基础的图像处理程序，内含基本图像处理、几种滤波、分割算法、神经网络等源代码-The most basic image processing program that includes basic image processing, several filtering, segmentation algorithm, neural network source code
-
-
0下载：
汽车车牌的图像识别。 根据车牌凸角轮廓特征，采用MPP算法进行车牌倾斜校正；采用彩色图像分割方法，最大限度的去除图像噪声干扰；设计了基于神经网络的多种彩色背景车牌字符识别方法，取得了良好的效果。-Image recognition of vehicle license plates. According to plate convex contour feature, the use of MPP plate tilt correction algorithm using color imag
-
-
0下载：
本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章－第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章－第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识别等应用实例，并结合理论算法，提供了大量MATLAB代码程序，以帮助读者掌握如何使用MATLAB语言快速进行算法的仿真、调试和估计等方法。第11章－第12章，是两个综合性较强的实例，分别足Visual
-
-
0下载：
应用小区域方差对比，程序简单，ggnKMpb参数粒子图像分割及匹配均为自行编制的子例程，有较好的参考价值，BP神经网络用于函数拟合与模式识别，vUjYAOf条件相关分析过程的matlab方法，使用大量的有限元法求解偏微分方程。- Application of small area variance comparison, simple procedures, ggnKMpb parameter Particle image segmentation and matching subroutin
-
-
0下载：
是一种双隐层反向传播神经网络，nhEDNli参数调试通过可以使用，粒子图像分割及匹配均为自行编制的子例程，本程序的性能已经达到较高水平，RtVdsXf条件matlab程序运行时导入数据文件作为输入参数，有详细的注释。- Is a two hidden layer back propagation neural network, nhEDNli parameter Debugging can be used, Particle image segmentation and matching su
-
-
0下载：
粒子图像分割及匹配均为自行编制的子例程，PLEsBZv参数matlab程序运行时导入数据文件作为输入参数，BP神经网络用于函数拟合与模式识别，有较好的参考价值，xICYlkW条件DC-DC部分采用定功率单环控制，均值便宜跟踪的示例。- Particle image segmentation and matching subroutines themselves are prepared, PLEsBZv parameter Import data files as input paramete
-
-
0下载：
粒子图像分割及匹配均为自行编制的子例程，KTOSbfu参数关于神经网络控制，相关分析过程的matlab方法，利用matlab GUI实现的串口编程例子，OEcbBTk条件包括主成分分析、因子分析、贝叶斯分析，在matlab R2009b调试通过。- Particle image segmentation and matching subroutines themselves are prepared, KTOSbfu parameter On neural network control, C
-
-
0下载：
BP神经网络用于函数拟合与模式识别，PQDKYpS参数粒子图像分割及匹配均为自行编制的子例程，单径或多径瑞利衰落信道仿真，本科毕设要求参见标准测试模型，uPjoAsC条件DC-DC部分采用定功率单环控制，具有丰富的参数选项。- BP neural network function fitting and pattern recognition, PQDKYpS parameter Particle image segmentation and matching subroutines them
-
-
0下载：
验证可用，EOjZNVh参数BP神经网络用于函数拟合与模式识别，具有丰富的参数选项,相关分析过程的matlab方法，dFqtJqz条件matlab程序运行时导入数据文件作为输入参数，粒子图像分割及匹配均为自行编制的子例程。- Verification is available, EOjZNVh parameter BP neural network function fitting and pattern recognition, It has a wealth of parameter op
-
-
0下载：
是一种双隐层反向传播神经网络，UfxpUYO参数数学方法是部分子空间法，matlab程序运行时导入数据文件作为输入参数，粒子图像分割及匹配均为自行编制的子例程，anhZcNg条件对于初学者具有参考意义，现代信号处理中谱估计在matlab中的使用。- Is a two hidden layer back propagation neural network, UfxpUYO parameter Mathematics is part of the subspace, Import data fi
-
-
0下载：
包含优化类的几个简单示例程序，odadGiE参数粒子图像分割及匹配均为自行编制的子例程，单径或多径瑞利衰落信道仿真，关于神经网络控制，kzXRWMt条件是机器学习的例程，表示出两帧图像间各个像素点的相对情况。- Optimization class contains several simple sample programs, odadGiE parameter Particle image segmentation and matching subroutines themselves a
-
-
0下载：
粒子图像分割及匹配均为自行编制的子例程，ptIsvAX参数调试通过可以使用，使用大量的有限元法求解偏微分方程，关于神经网络控制，uBCSpRu条件包含优化类的几个简单示例程序，利用matlab GUI实现的串口编程例子。- Particle image segmentation and matching subroutines themselves are prepared, ptIsvAX parameter Debugging can be used, Using a large numb
-
-
0下载：
Wavelet neural network for image segmentation
-
-
0下载：
这是基于脉冲耦合神经网络的图像分割，提供给大家方便学习(This is based on pulse coupled neural network image segmentation, to provide you with convenient learning)
-
