搜索资源列表
TextureImageRetrievalBasedonContourletTransformUsi
- Contourlet变换结合了不可分离的方向滤波组,具备小波所不能表达的多方向特性,能有效捕获自然图像的边缘轮廓信息。本文分析了图像ontourlet系数的统计特征,并利用广义高斯函数对各子带系数层进行建模。将此模型应用于基于VisTex的自建纹理图像库,采用矩匹配估计法,提取模型参数集,运用K2L距离计算图像间的相似度。对800幅纹理图像进行检索,本文方法比传统小波方法的平均检索查准率高出约2％到10％不等。实验结果表明,该方法改进了导向纹理的描述
Matrix
- 一些矩阵运算的函数，包括两个矩阵相加，两个矩阵相减，两个矩阵相乘，矩阵复制，矩阵求逆的全选主员高斯-约当法，矩阵的三角分解(LU分解)，求Hessenberg矩阵全部特征根的QR法，约化一般实矩阵为Hessenberg矩阵的初等相似变换-A function of a number of matrix operations, including the sum of two matrices, subtract two matrices, the two matrices, matrix dup
WaveletBasedTextureRetrievalUsingGeneralizedGaussi
- 基于小波变换的特征检索算法，用了广义高斯函数和K-L距离为相似侧度 -Wavelet-Based Texture Retrieval Using Generalized Gaussian Density and Kullback–Leibler Distance
An-Improved-Mean-Shift-Algorithm
- 奉文主要针对经典的Mean Shift跟踪算法均匀剖分整个颜色空间造成许多空的直方图区间以及不能准确表达目标 颜色分布的缺点，提出J，一种改进算法．该改进算法首先对目标的颜色进行聚类分析，根据聚类结果通过矩阵分解和正交变换 自适席地剖分日标的颜色空间从向确定对戍于每一聚类的子空间．在此基础上定义 一种新的颜色模型，该模型统计落入每 一颜色子空间的像素的加权个数并用高斯分布建模每一个子空间的颜色分布，并推导r一种相似性度量米比较目标和候选目 标的颜色模型之间的相似程度．最后基于该颜
MatrixCalculator
- 2．1 矩阵类设计 2．2 矩阵基础运算 2．3 实矩阵求逆的全选主元高斯-约当法 2．4 复矩阵求逆的全选主元高斯-约当法 2．5 对称正定矩阵的求逆 2．6 托伯利兹矩阵求逆的特兰持方法 2．7 求行列式值的全选主元高斯消去法 2．8 求矩阵秩的全选主元高斯消去法 2．9 对称正定矩阵的乔里斯基分解与行列式的求值 2．10 矩阵的三角分解 2．11 一般实矩阵的QR分解 2．12 一般实矩阵的奇异值分解 2．13 求广义
Calculator
- Qt写的一个计算器，很不错。主要用到的算法有：后缀式表达式求值、部分选主元高斯消去法求阶梯矩阵,（非）线性方程组等、分段求大整数开方、初等相似变换及QR方法计算全部特征值、反幂法求最大特征值、遗传算法求复系数多项式所有根等。-Qt to write a calculator, very good. The main use of algorithm: the postfix expression evaluation, part of the pivoting Gauss elimination
Gaussprojection-
- 高斯投影中央子午线对四参数相似变换影响，验证相似变换是否可以模拟不同中央子午线投影系统转换-Gauss projection central meridian of the four-parameter similarity transformation influence, verify whether the similarity transformation can simulate different central meridian of the projection system c