搜索资源列表
Hausdorff
- 两幅图像匹配算法，利用hausdroff算法
bm
- 字符串匹配算法，单模式字符串匹配。 使用c语言编写
FV(SBMH)
- SBMH算法。为字符串匹配算法。c语言开发。
MapMatching
- 基于多假设的地图匹配算法。程序能够根据车辆在行驶过程中收集到的GPS/DR数据正确得到当前车辆所在的道路位置。-Assumptions based on multi-map-matching algorithm. Procedures in accordance with the process of vehicles moving collected GPS/DR data correctly be the current location of the vehicle s path.
malic
- 它是SourceForge上的一个开源项目，使用Malib实现实时处理，CSU Face Identification Evaluation System进行人脸识别。算法包括：主成份分析(principle components analysis (PCA)),a.k.a eigenfaces算法,混合主成份分析,线性判别分析(PCA+LDA),图像差分分类器(IIDC),弹性图像匹配算法(EBGM)等等 Malic is realtime face recognition system
siftcode
- 在图像匹配中，有很多种算法。在这众多的算法中，SIFT 算法具有良好的尺度、光 照和空间旋转的不变性，所以被广泛的应用于图像匹配当中。本文对SIFT 算法的四个主要 步骤进行了简单的介绍，并将该算法应用到多色二值压缩的压缩算法当中，提高了压缩效率 并且缩小了压缩后的存储空间。-In image matching, there are many kinds of algorithms. In many algorithms, SIFT algorithm has good scale,
bmh
- 字符串匹配BM算法 坏字符规则(BMH算法)-BM algorithm bad character string matching rules (BMH algorithm)
dtw
- 这个算法是基于动态规划（DP）的思想，解决了发音长短不一的模板匹配问题，简单来说，就是通过构建一个邻接矩阵，寻找最短路径和。-This algorithm is based on the idea of dynamic programming (DP) to solve the problem of template matching pronunciation of varying lengths, in simple terms, is by building a
taskA
- 稳定婚姻匹配算法,实现了单身男女的快速婚姻匹配-wending huiyin pipei
rHAT-master
- rHAT: fast alignment of noisy long reads with regional hashing。 这是此篇论文的C++ 实现的算法源代码。——关于生物信息学中long read匹配领域的一个基于哈希的解决算法。运行在linux上，自带参数实现并行处理。 -rHAT: fast alignment of noisy long reads with regional hashing. This is the thesis of this post C++ imple
cartographer
- 在进行室内点云匹配的时候，可以进行激光SLAM算法的点云场景。(The point cloud scene of the laser SLAM algorithm can be carried out when indoor point cloud matching is performed.)
boyer_moore_algorithm
- 字符串匹配 boyer_mooer 算法(boyer_mooer algorithm for strings match)
laser_scan_matcher
- 基于PLICP (point-to-line iterative closest point) 算法的2D激光扫描匹配ROS程序包(An incremental laser scan matcher, using PLICP (point-to-line iterative closest point) scan matching algorithm.)
dtw
- 可以用来实现dtw。在孤立词语音识别中，最为简单有效的方法是采用DTW（Dynamic Time Warping，动态时间归整）算法，该算法基于动态规划（DP）的思想，解决了发音长短不一的模板匹配问题，是语音识别中出现较早、较为经典的一种算法，用于孤立词识别。HMM算法在训练阶段需要提供大量的语音数据，通过反复计算才能得到模型参数，而DTW算法的训练中几乎不需要额外的计算。所以在孤立词语音识别中，DTW算法仍然得到广泛的应用。(Can be used to implement DTW)