搜索资源列表
matlab-pdf
- 通过matlab代码画出的各种概率密度函数图形仅供参考-By matlab code to draw the beta probability density function graph for reference only
pdf
- 对图像进行中值金字塔分解后，分别求取各层的概率密度函数-Image after median pyramid decomposition, respectively, to strike all floors of the probability density function
1
- 自适应核密度估计运动检测方法 提出一种自适应的核密度(kernel density estimation, KDE)估计运动检测算法. 算法首先提出一种自适应前景、背景阈值的双阈值选择方法, 用于像素分类. 该方法用双阈值能克服用单阈值分类存在的不足, 阈值的选择能自适应进行, 且能适应不同的场景. 在此基础上, 本文提出了基于概率的背景更新模型, 按照像素的概率来更新背景, 并利用帧间差分背景模型和KDE分类结果, 来解决背景更新中的死锁问题, 同时检测背景的突然变化. 实验证明了所提出
NoiseGenerator
- 本实验要求根据课本中给出的高斯噪声和椒盐噪声的概率分布的形状和参数编写两个通用程序分别给一个图像中添加高斯噪声和椒盐噪声。高斯噪声是n维分布都服从高斯分布的噪声，椒盐噪声是图像中经常见到的一种噪声是一种随机的黑点或者白点。在实验中通过它们对应的概率密度函数得到噪声分布函数进而与原图像进行叠加产生出对应的噪声图像-Textbooks in this experiment are given under the Gaussian noise and salt and pepper noise in
300
- 了一种基于融合和广义高斯模型的遥感影像变化检测算法。该算法融合差值影像和比值影像的结 果构造差异影像，然后运用灰度形态学对差异影像进行顾及空间邻域关系的处理，再对处理后的结果运用广义高 斯分布模型估计变化与非变化像元的概率密度参数，最后采用改进的O2 算法计算最佳分割阈值，提取变化区域。 实验结果表明，所提出的变化检测算法稳健、高效，具有较大的实用价值。-0LDI TCTUG TGUIUNVI C MLCNEU WUVUMVD5N CTTG5CML 5X GUB5VU IUNIDNE
Textural_defect_detection_based_on_label_co-occurr
- 基于类别共生矩阵的纹理疵点检测方法 邹超 朱德森 肖力 摘要：根据有规则纹理的特点，提出了基于类别的共生矩阵来描述纹理特征，从而很好地将正常纹理与疵点区分开。分析了传统的灰度共生矩阵在计算纹理特征时计算量大，且分辨能力差的缺点．为了克服灰度共生矩 阵在计算量和分辨能力上的缺点，定义了类别共生矩阵．在类别共生矩阵的算法中，首先学习纹理的一些基本特征以确定类别共生矩阵的一些关键参数。如纹理的概率密度分布、纹理的主方向和周期，以及分类准则等重要参数，然后计算类别共生矩阵并提取白疵点增强、黑疵
33
- 在利用曲波对图像进行分解的基础上，提出了一种考虑不同尺度分量的曲波系数间是相互关联的系数概率密度函数(PDF)模型，不同尺度的系数选择依赖其父层系数的大小，从而保证在去除噪声的同时，保留图像的纹理边缘等细节信息，然后对图像进行重构-In the use of curvelet decomposition of the image is proposed based on a consideration of different scale components curvelet coeffici
code
- 报童问题的计算机建模仿真：一个报童从报刊发行中心订报后零售，每卖一份报纸可赚钱a元；若报纸卖不出去，则退回发行处，每退一份要赔钱b元。每天报童卖出的份数是随机的，但报童可以根据以往卖报情况统计得到每天卖k份报纸的概率密度p(k)。-Newsboy problem of computer modeling and simulation: a newsboy from a press release after the retail center of newspaper subscr iption
Caaeeopeo
- [ms_segmenter.rar] - 用均值平移算法进行的图像分割源程序，matlab环境 [1MS-code.rar] - 使用mean shift 算法 用于图像的分割与平滑。很实用，大家多看看会有帮助的～！ [m.rar] - mean Shift 这个概念最早是由Fukunaga等人[1]于1975年在一篇关于概率密度-verdod doje iefjie eijfij efeoj
PatterRecognition-4.0
- 模式识别 作业 实现自动产生样本，并用最近距离法，贝叶斯分类，Parzen窗概率密度估计-Pattern recognition operations automatically generate the sample, and with the recent distance method, Bayesian classifier, Parzen window probability density estimation
1235456
- 几何正态分布股价的概率密度函数，时间间隔从大变小，最终趋于无穷。-Geometric normal probability density function of stock price, the time interval from large to small, tends to infinity.
ksdensity
- 自行设计的概率密度函数统计方法，代替ksdensity函数-Probability density function of self-designed statistical methods, instead of ksdensity function
moshishibie(2)
- 模式识别 贝叶斯决策理论 概率密度函数估计 线性判别函数 非线性判别函数 临近法-Bayesian decision theory, pattern recognition, probability density function estimated linear discriminant function method of nonlinear discriminant function near
gailimidutu
- 通过统计不同阶段的概率，从而达到不同的概率密度曲线，进而进行分割。-Through the different stages of statistical probability, so as to achieve a different probability density curve, and then to split.
zhifangtu
- 直方图的统计，及均衡化处理，采用概率密度分布函数来实现直方图的均衡化-histogram equalization for digital image process
pattern-recognition
- 模式识别的内容，包括模式识别的基本概念、模式识别方法及应用。具体的内容包括：正则化网络、Bayes决策理论、分类器组合、统计学习理论、概率密度估计、非监督学习方法-Pattern recognition, including the basic concepts of pattern recognition, pattern recognition methods and applications.Specific content, including: Regularization Netwo
daima
- 混合高斯模型 图像处理高斯混合模型(Gaussian而 xturemodel，简称GMM)是单一高斯概率密度函数的扩展和延伸，由于GMM能够平滑地近似任意形状的密度分布，因此近年来常被用在视频及语音信号的处理中-Gaussian mixture model for image processing
bayes-guji
- 用监督参数估计中的贝叶斯方法估计条件概率密度的参数u-Using the supervision parameter estimation in Bayesian method estimates the parameters of the conditional probability density u
caisetidu1
- 用于计算彩色图像的概率密度梯度，核函数选取为高斯核函数(The probability density gradient of color image)
常见噪声概率密度函数代码
- 常见噪声概率密度函数代码，高斯噪声、椒盐噪声等(Common noise probability density function code)