搜索资源列表
texture_synthesis
- 用Efros和Freeman的纹理合成算法,利用误差最小的边界剪切法进行纹理图片的合成
i
- 基于灰度差直方图的阈值选择法 基于均方错分误差最小的阈值选择法 基于类间方差的阈值选择法
PSF
- 本文针对灰度图像的盲复原问题进行了一些研究，介绍了两种不同的图像盲复 原处理的方法。一种是误差一参数分析法，该方法适合于辨识可以用参数来表征的 点扩散函数，如线性移动模型和Gauss模型等，然后根据估计的参数确定退化图像 的点扩’散函数，再利用常规的复原算法(如维纳滤波法)对退化图像进行复原处理 另一种是非负支撑域约束递归逆滤波(NAS-R工F)算法，文中介绍了NAS-R工F算法 的基本思想，并结合正则化的思想，提出了NAS-RIF的改进算法，相应对该算法的 性能效果
sanciyangtiao
- 三次样条和最小误差法进行曲线拟合，对于离散分布的点通过三次曲线拟合方法生成光滑曲线-Three times spline and minimum error curve fitting method, the distribution of point for discrete, through three spline proceed fitting connate into smooth curve
常用最小二乘法估计极值分布
- ：极值分布在计量经济学、金融工程、计算生物学、工程测量中都有用途，一般常用最小二乘法估计 其参数，但最小二乘法的误差较高．极大似然估计具有比最4 -乘法更好的性质，但由于它的计算往往比较麻 烦．通过极大似然法估计了极值分布的参数，同时给出了求参数的数值解的算法，并通过Matlab程序实现了 这一算法． ,: Extreme value distribution in econometrics, financial engineering, computational biology, e
selfadaptingthreshold
- 含KSW，最小偏态法；信息熵迭代法；最小误差法的m文件，是我做课题时选择阈值分割方法时自己编的。-Containing KSW, the smallest skewness method information entropy method the smallest error of law m file, I choose to do so when the subject of methods of threshold segmentation of own.
gray
- 针对目前图像匹配算法中存在的匹配精度不高和匹配速度慢的缺点, 对基于灰度相关的 2 类匹配算法——最小误差法和相关系数法进行了改进-Improvemen t of image ma tch ing a lgor ithm ba sed on gray correla t ion
chs-zdwc-fir-gbs
- 包括用窗函数法和最大误差最小化准则设计的FIR低通数字滤波器，并分析加矩形窗时的吉布斯现象（matlab程序）。从仿真结果可看出：采用最大误差最小化准则能得到阶数更低，阻带波纹特性更好的FIR低通滤波器，因此其效果更优。-Including the use of window function method and the maximum error criterion designed to minimize the FIR low-pass digital filter, and analy
simplemathodandLS
- 单纯形法是线性规划问题的最优解求解的方法，最小二乘法通过最小化误差平方和寻找数据的最佳函数匹配。这里给提供了源码。-Simplex method linear programming method for solving the optimal solution, the least square method by minimizing the square error function to find the best match the data. Here to provide a so
xulietuxiangjianceyuchongjian
- 针对目前工业制造领域面临的难题,提出利用非量测数字摄像机进行工业钣金件高精度三维重建与视觉检测.采用二维直接线性变换分解摄像机参数初值并结合光束法平差进行高精度标定 利用最小二乘模板匹配提取像面上的点、直线信息并进行混合光束法平差,从而进行钣金件的高精度三维重建及其尺寸制造误差的检测.所开发的视觉检测系统硬件成本低、自动化程度较高,实际数据的多次实验均取得了优于1/8 000的相对精度,说明所论述的方法为工业零件的自动化三维检测提供了一条可行途径.-View of the current cha
lmse
- lmse计算,最小均方误差计算，用搜索法找出两幅图像见最小均方误差-lmse caculation
yuzhihuafenge
- 图像分割是把图像划分成具有实际意义的互补交迭的区域的集合。在图像分割之前，图像区域的数目未知，而在分割后各个区域同时满足均匀性和连通性的条件，故图像分割是一个复杂的过程，目前大多数研究都是针对某一类型图像或者某一具体应用的分割。图像阈值化分割的基本思想是确定一个阈值，然后把每个像素点的像素值和阈值相比较，根据比较的结果把像素划分为两类，前景(1)或背景(0)。该方法的关键是确定一个最优的阈值。常用的阈值确定方法有直接门限法、类间最大方差法(otsu法)、分水岭算法、最小误差法、最大熵法等。该段代
456
- 灰度图像最小误差阈值分割法的二维推广 灰度图像最小误差阈值分割法的二维推广-Grayscale image minimum error thresholding method to promote two-dimensional gray-scale image minimum error thresholding method to promote two-dimensional gray-scale image minimum error thresholding method of two
DlgImageMatchLSC
- 最小均方误差匹配法源程序，分享给大家。怎么才能对真彩色图像进行匹配 呢？希望帮帮我-aa
genetic-algorithm-waveletdenoising-
- 针对噪声在多小波分解后的尺度性以及图像本身的特性, 提出了一种基于遗传算法的多小波自适应去噪算 法, 该方法能通过遗传算法自适应地寻求去噪后图像的最小均方误差.实验结果表明, 该算法优于传统算法, 不仅 能有效滤除图像的噪声,而且能较好地保留图像的边缘信息, 具有更加理想的去噪效果-For noise characteristics of multi-scale wavelet decomposition of the image itself and the proposed mult
Matlab
- 主要是用于BP网络上面的编程网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入（input）、隐层(hide layer)和输出层(output layer)。 -BP
segmentation
- 主要包括常见的几种图像分割方法，包括全局阈值法、最小误差法、大律法、区域生长法、分水岭方法、分裂-合并方法-ncluding several common image segmentation methods, including global threshold, the minimum error method, large law, region growing, watershed method, split- consolidation method
CHENGXU1
- 神经网络BP算法，学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小-Neural network BP algorithm, learning rule is to use the steepest descent method, by back propagation to constantly adjust the network weights and threshold, minimize the error sum of squares of t
medical-Image
- 利用最小误差法分割医学图像，在肺部图像上试了试，还不错的-Using the minimum error method to divide the medical image, in the lung image on the test, also good
Untitled2
- BP神经网络基本原理概述：这种网络模型利用误差反向传播训练算法模型，能够很好地解决多层网络中隐含层神经元连接权值系数的学习问题，它的特点是信号前向传播、误差反向传播，简称BP（Back Propagation）神经网络。BP学习算法的基本原理是梯度最快下降法，即通过调整权值使网络总误差最小，在信号前向传播阶段，输入信号经输入层处理再经隐含层处理最后传向输出层处理；在误差反向传播阶段，将输出层输出的信号值与期望输出信号值比较得到误差，若误差较大则把误差信号传回隐含层直至输入层，在各层神经元中使用