搜索资源列表
a009
- 利用线性神经网络进行自适应预测 利用函数adapt对线性网络进行自适应训练，在线修正网络的权值和阈值，这样对于时变信号，网络就可以及时跟踪其变化，即可对时变信号序列进行预测。 -linear adaptive neural network prediction using linear function adapt to the network adaptive training , the online network that the weights and threshold
333
- 图像压缩编码方法分析 1图像压缩技术发展过程 2图像压缩编码 2.1自适应预测编码 2.2模型法编码及分形编码 2.3小波变换用于图像压缩编码
yuce
- 自适应预测，采用自适应方法预测信号，输入参数要设置
shicha
- 给定左右两幅图像，利用自适应窗口算法进行视差估计，采用左图预测右图时，采取与类似于运动估计的方法，对左图进行“扭曲”后再作为右图的预测图像。利用自适应窗口算法对实现视差估计，算出视差矢量，以此计算其视差补偿预测图像的误差，最后求得残差图。-calculate parallax of two pictures.
motion-tracking-system-
- 本文分析比较了传统运动目标检测的3种主要方法:背景图像差分法、时态差分法和光流法,在此基础上给出了一种背景图像预测算法,大大减少了因为背景变化而产生的目标检测误差。本文基于OpenCV设计出改进的运动目标检测与跟踪算法,实现了运动目标的跟踪,并在VC++编译环境下,利用USB摄像头作为视频采集器,通过观察实验结果可以看出,本文的运动目标检测算法能够正确地检测出视频图像中的运动目标,而且在检测性能上优于普通的自适应背景差分法。 -OpenCV-based motion tracking sys
mpegprocessing
- 通过实验了解Mpeg1协议中的B帧编码方法以及Mpeg2协议P帧-帧场自适应预测编码-Mpeg1 agreement through experiments to understand the B-frame encoding method and the P frame Mpeg2 Agreement- Adaptive predictive coding frame field
fulltext
- 提出了一种图像配准随机梯度下降优化与自适应步长法预测的新的图像配准的方法-Presents a decline in image registration optimization and stochastic gradient adaptive step size to predict a new method of image registration
voice_Gauss
- 预测自适应Gauss 混合模型线谱频率的量化.pdf-Predictive adaptive Gauss mixture model to quantify the frequency of line spectrum. Pdf
a009
- 利用线性神经网络进行自适应预测利用函数adapt对线性网络进行自适应训练，在线修正网络的权值和阈值，这样对于时变信号，网络就可以及时跟踪其变化，即可对时变信号序列进行预测。-linear adaptive neural network prediction using linear function adapt to the network adaptive training , the online network that the weights and thresholds, so for
mpegprocessing
- 通过实验了解Mpeg1协议中的B帧编码方法以及Mpeg2协议P帧-帧场自适应预测编码-Mpeg1 agreement through experiments to understand the B-frame encoding method and the P frame Mpeg2 Agreement- Adaptive predictive coding frame field
kalman
- 自适应kalman滤波算法，适用于手机陀螺数据的降噪，预测。-Adaptive Kalman filtering algorithm, suitable for mobile phone gyro data noise reduction, prediction.
Saliency-Detection
- 提出一种新的显着性检测方法，通过将区域级显着性估计和像素级显着性预测与CNN（表示为CRPSD）相结合。对于像素级显着性预测，通过修改VGGNet体系结构来执行完全卷积神经网络（称为像素级CNN）以执行多尺度特征学习，基于该学习进行图像到图像预测以完成像素级显着性检测。对于区域级显着性估计，首先设计基于自适应超像素的区域生成技术以将图像分割成区域，基于该区域通过使用CNN模型（称为区域级CNN）来估计区域级显着性。通过使用另一CNN（称为融合CNN）融合像素级和区域级显着性以形成nal显着图，并
hggorithm-experiment
- LMS自适应算法自适应预测的计算机实验matlab仿真例子,-LMS adaptive algorithm of adaptive prediction computer experiment matlab simulation example,