搜索资源列表
The-infrared-target-detection-method
- 本程序采用matlab编码，一共有包括帧间差分法、背景差分法、光流法、混合高斯模型法四种方法来实现红外目标检测的功能，代码检测易懂，适合初学者多多借鉴~-This procedure using matlab coding, a total including the inter-frame difference, background subtraction, optical flow method, Gaussian mixture model approach are four ways
migong
- 设计一个OpenGL程序，创建一个三维迷宫，支持替身通过一定交互手段在迷宫中漫游，基本功能包括： 迷宫应当至少包含10 * 10 个Cell，不能过于简单，下图给出一种示例。 读取给定的替身模型，加载到场景中。 键盘方向键控制替身转向与漫游。 有碰撞检测，替身不应当穿墙。 支持切换第一视角和第三视角进行观察。 迷宫场景中的墙、地面等应贴上纹理。 扩展功能：
GMm
- 混合高斯模型在运动检测中的应用，检测视频中的运动物体，做出其背景图像和前景图像-Gaussian mixture model in motion detection to detect moving objects in the video to make the background image and the foreground image
comfac
- comfac算法是三线性模型常见的数据检测方法。它首先将三线性数据通过tucker3模型压缩，然后通过最小二乘的方法不断更新数据，直到收敛，得到估计值- The algorithm works by first compressing the data using a Tucker3 models. Subsequently the PARAFAC model is fitted to the compressed array, either initialized with DTLD
RandomForest-C-version
- 随机森林是机器学习领域中一种有效的组合学习模型。在目标检测识别算法中，随机森林被证实在分类中具有很好的性能和效果。提供随机森林源码以供学习参考。-Random Forests field of machine learning is an effective combination of learning model. Target detection and recognition algorithms, random forests was confirmed in the classifi
Bayesian-Modeling-of-Dynamic-Scenes
- 一种针对动态场景环境下的目标检测的贝叶斯模型-Bayesian Modeling of Dynamic Scenes for Object Detection
OpenCV-Gaussian-model-n
- OpenCV 基于混合高斯模型GMM的运动目标检测-OpenCV based on Gaussian mixture model GMM moving target detection
getMessage
- 网络测量是通过收集数据或分组的踪迹定量分析不同的网络应用在网络中的分组活动情况的技术。 通过网络测量，可以更加有效地认识和了解网络的性能，进行高效的网络性能管理；可以发现网络故障并对其进行迅速定位；可以检测拥塞链路，预警拒绝服务攻击，实施流量工程，满足服务等级合同的高效QOS策略设计及实现多种形式科学计费。此外，网络测量还是建立网络流量模型的重要手段。因此，网络测量对于网络管理、流量模型的建立、网络行为的理解、网络规划等方面都有重要意义。
fuzzynet
- 用Matlab实现的模糊神经网络模型，用于检测和评价水质情况，并进行预测，压缩包里包含了数据集和源程序。具体的应用可以根据用户的需求稍作更改，可用于分类。-Using Matlab fuzzy neural network model for the detection and evaluation of water quality, and to predict the compressed bundle contains the data sets and the source. Speci
APF_ip_iq_zhihuan
- 三相三线制的有源滤波器的谐波检测与补偿仿真模型-Simulation model of the active filter
gaosi1(1)
- 高斯混合模型进行背景建模，实时获取摄像头的视频进行运动目标检测-Gauss mixture model for background modeling, real-time detection of the video camera is used for moving target acquisition
Gaussian-background-model
- 基于高斯背景模型的车辆检测改进算法 基于高斯背景模型的车辆检测改进算法-Gaussian background model based vehicle detection algorithm Gaussian background model based vehicle detection algorithm
PQfa
- 这是一个基于P-Q法的谐波检测方法的matlab仿真模型-This is a method based on PQ harmonic detection method matlab simulation model
main
- 用Harr特征分类器进行人脸检测，级联分类器 采用opencv中已经完成的人脸训练模型-Harr features classifier using face detection, cascade classifier has been completed using opencv face training model
Bump
- vega prime仿真环境下的，人物模型的实时控制和碰撞检测，以大学的实验室为人物模型的运动场景-vega prime simulation environment, real-time control and collision detection of the character models, character models to the laboratory at the University sports scenes
linyizongfangfa
- 这是一个边缘检测了理论模型，但是背景比较简单，是实际模型的前提-This is a marginal detection of a theoretical model, but the background of relatively simple, practical model is the premise
GMM
- 着重研究了基于高斯混合 模型（GMM, Gaussian Mixture Model)的运动目标检测算法 -Focuses on the Gaussian mixture model-based (GMM, Gaussian Mixture Model) of the moving target detection algorithm
work
- 实现利用高斯混合模型方法对工业过程故障检测，稳定、可靠。-Gaussian mixture model fault detection
image-feature
- 把 SIFT 算法应用在牙齿模型图像上，检测牙齿图像的特征点。 方法：首先采用高斯差分算子 DoG 搜索整个图 像的尺度和位置信息，从而确定具有代表性尺度、方向的特征点。基于其稳定性选择关键点，得到一个详细的模型以确定每个候 选点的合适位置和范围。基于局部图像梯度方向信息将方向矢量和关键点对应起来。在选定范围内的每个关键点周边区域测量 局部图像梯度，并采用 KNN 算法进行特征匹配。 结果：通过大量的实验和与其他特征提取方法相比较，该方法能有效地检测牙 齿模型图像的特征，并为牙齿
gsqj
- 采用高斯混合模型用于运动背景建模，可以检测出前景-Gaussian mixture model for motion background modeling, can detect the foreground