搜索资源列表
pj
- 提出了一种基于特征点的全自动无缝图像拼接方法。该方法采用对于尺度具有鲁棒性的SIFT算法进行特征点的提取与匹配，并通过引导互匹配及投票过滤的方法提高特征点的匹配精确度，使用稳健的RANSAC算法求出图像间变换矩阵H的初值并使用LM非线性迭代算法精炼H，最终使用加权平滑算法完成了图像的无缝拼接。
HW5_LM_handout
- 用LM优化算法完成摄像机参数标定的文章，用matlab实现
BPtrainlmtrainbr.rar
- 用L-M 优化算法与贝叶斯正则化算法训练同一个样本,By LM optimization algorithm with Bayesian regularization algorithm for training with a sample
Example4
- 采用贝叶斯正则化算法（抑制过拟合）提高 BP 网络的推广能力，采用两种训练方法， 即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络；-Bayesian regularization algorithm (inhibition of over-fitting) to improve the generalization ability of BP network, using two training methods, that LM opti
bys
- 采用贝叶斯正则化算法提高BP网络的推广能力。在本例中，将采用两种训练方法，即L-M优化算法（trainlm)和贝叶斯正则化算法（trainbr),用以训练BP网络，使其能够拟合某一附加有白噪声的正弦样本数据。-The use of Bayesian regularization algorithm for BP network to improve generalization ability. In this case, two types of training methods will b
RBF
- 基于LM训练算法的自生长RBF神经网络模型.-LM training algorithm based on the RBF neural network model
shuiwenNeuralNetwork
- 神经网络预测水文年。使用标准BP网络、L-M算法、径向基数（RBF）网络算法，分别对水文年尽心预测和对比-Neural network hydrological year. Using the standard BP network, LM algorithm, radial base (RBF) network algorithm, respectively, years of dedication to the hydrological forecast and comparison
bp.example
- 采用动量梯度下降算法训练BP网络，采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络-Gradient descent algorithm using momentum BP network training, using two training methods, namely, LM optimization algorithm (trainlm) and Bayesian regularization algorithm (t
levmar-2.1.2
- 求算非线性最小二乘问题的经典算法。Levenberg-Marquardt算法。-This is levmar, a copylefted C/C++ implementation of the Levenberg-Marquardt non-linear least squares algorithm. levmar includes double and single precision LM versions, both with analytic and finite differ
JKLMNOPMQRONSQMTOULUVRONWQXMLTRKRTXNR
- 蚁群算法是一类模拟生物群体突现聚集行为的非经典算法E首先描述了一个简单蚂蚁系统及 其简单蚁群算法C并对其进行了计算机程序模拟与动力系统仿真E结果表明C简单蚂蚁系统中存在规模 聚集效应C当蚁群的规模超过某一临界值时C蚂蚁的行为开始向有序的方向收敛C并最终稳定在一种有 序状态E 关键词=蚂蚁系统F蚁群算法F仿真F多主体系统 中 -Ihl &o jmlskq h & omxplspq }m &~ps vm rj i hl} & hmpq’Iqmk!&p hlq<qlpk
BP1
- 采用L-M优化算法用以训练BP神经网络，使其能够拟合某一附加有白噪声的正弦样本数据。设计一个三层BP神经网络，其网络的隐含层神经元的激励函数为双曲正切型，输出层各神经元的激励函数为线性函数，隐含层有6个神经元-LM optimization algorithm used to train BP neural network to enable it to fit a white noise, sine additional sample data. Design a three BP neura
200992311131714417
- LM优化算法，在 VC++环境中应用，可以用-LM algorithm
levmar[1]
- 最小二乘算法比较经典的著述，可以看一下，对学习LM，高斯牛顿法很有启示-Comparison of classical writings least squares algorithm, can look
H-fliter
- 基于方差约束 ,研究一类不确定线性定常随机离散系统的 H ∞滤波问题。提出了一种 鲁棒滤波的新算法 ,该算法克服构造对角矩阵约束性较强- H ∞filtering problem under the constraint of variance was discussed for a class of linear stochastic uncertain system. A new algorithm of robust filter
L-M
- L-M,BP网络算法，用matlab语言编译-LM, BP network algorithm with matlab compiler
trainlm
- 采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr）-Using two training methods, namely, LM optimization algorithm (trainlm) and Bayesian regularization algorithm (trainbr)
5
- 本文提出了一种基于特征点的全自动无缝图像拼接方法。该方法采用对于尺度具有鲁棒性的SIFT 算法进行特征点的提取与匹配，并通过引导互匹配及投票过滤的方法提高特征点的匹配精确度，使用稳健的RANSAC 算法求出图像间变换矩阵H 的初值并使用LM 非线性迭代算法精炼H，最终使用加权平滑算法完成了图像的无缝拼接。整个处理过程完全自动地实现了对一组图像的无缝拼接，克服了传统图像拼接方法在尺度和光照变化条件下的局限性。实验结果验证了方法的有效性。-This paper presents a feature
L-Msuanfa
- matlab实现的L-M算法的函数拟合，可以用了进行函数的拟合-matlab implementation of the LM function fitting algorithm can be used for the fitting function
BP
- 基于大坝温控的温度预报程序，采用了L-M优化算法和贝叶斯正则化算法，结果良好-Prediction based on the temperature of the dam temperature control program, using the LM optimization algorithm and the Bayesian regularization algorithm, good results
tensor-decomposition
- 基于特征函数的张量分解相关代码，结合“lm”，“als”等很多算法。 主要用于处理欠定MIMO系统识别-Based on the characteristic function of the tensor decomposition of the relevant code, combined with the " lm" , " als" and many other algorithms. Mainly used for underdetermined