搜索资源列表
WordRecognizeVc++Res
- 第一次使用识别程序时，可以直接运行Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。当然也可以自行用训练样本训练网络，不过要注意训练样本的选择，否则可能识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下训练样本数目尽量多。-first use of the identification procedures, they can run the Release directory of executable files, Then the c
szsb
- 源代码是识别程序的， 因为已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行\\\\Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。 当然读者也可以自行用训练样本训练网络，不过要特别注意训练样本的选择，否则可能造成识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下，训练样本数目尽量多。
JpgDll
- 已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行\\\\Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。 当然读者也可以自行用训练样本训练网络，不过要特别注意训练样本的选择，否则可能造成识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下，训练样本数目尽量多。
gdal-1.5.1.tar
- 主题：支持各种矢量和栅格空间数据格式 分类：GIS基础函数库 描述：GDAL/OGR类库目前是两个不同的组成模块，GDAL提供了一整套读写不同栅格数据格式的功能的抽象类库，而OGR则是一个读写诸多矢量数据格式功能的抽象类库。 开始时间： 语言：C、C++ 许可：MIT License 演示：使用GDAL的项目和产品很多，其中有名的包括ESRI ArcGIS 9.2+，Feature Data Objects (FDO)， FME，Google Earth，GRASS，Ma
chap11
- 本目录主要包括：文档和两个源代码。 其中一个源代码是识别程序的，另一个是一个矩阵类库的，书里面也使用过，所以一并附上。 因为已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行\\\\Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。 当然读者也可以自行用训练样本训练网络，不过要特别注意训练样本的选择，否则可能造成识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下，训练样本数目尽量多。
Implementation-of-SIFT-detection
- 摘要：针对SIFT 特征提取的硬件实现结构复杂、难以达到实时性的问题，提出一种改进的高斯金字塔构建方法，该方法从 构建高斯金字塔的原始意义出发，大幅减少了所需的运算时间和存储单元。同时提出并验证了合适的SIFT 参数配置，以及 具体的硬件优化和并行实现方案，使整个系统可以在一片单独的FPGA 芯片上实现。该系统读入串行像素数据流，输出关键 点的特征描述符，并采用256×256 的图像对其进行了仿真验证，结果表明完全达到了实时的效果。 关键词：特征点 实时 尺度不变特征变换 现场可
face
- PCA人脸识别基于PCA的人脸识别 (Eigenface)读入20幅训练图像 。 计算均值、协方差矩阵 、特征值 和特征向量 ,并记录计算所耗费的时间 。并在figure(i)中显示特征脸Eigenface 。计算4幅测试图像 ，及其在 空间中的重建图像 ，在figure(i) 和 figure(10+i)中分别显示测试图像 和重建图像 。计算4幅测试图像 的重建误差 ，比较并阐释 之间的差异及其原因。 -PCA
IP-Programing
- 1。演示程序中增加了三个鼠标功能的演示程序与真彩色图 像像素数据的显示。 2、新增了四个菜单，即分水岭算法、线段表新应用、论文例图和应 用模块，它们都是交稿后到最近这段时间里所做的工作。新增内 容都是在此编程环境下完成的。 3、分水岭算法菜单中给出了分割粘连图像的四种方法。 4、线段表新应用菜单给出了用种子填色法实现的连通区域分割方法， 它比线段编码法简单，还介绍了用线段表实现数 学形态学中腐蚀膨胀的快速算法。 中所用图像的生成步骤，
DigitalIdentification
- 本目录主要包括：文档和两个源代码。 其中一个源代码是识别程序的，另一个是一个矩阵类库的，书里面也使用过，所以一并附上。 因为已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行\\Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。 当然读者也可以自行用训练样本训练网络，不过要特别注意训练样本的选择，否则可能造成识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下，训练样本数目尽量多。-err
NeuralrecognitionSystem
- 基于神经网络的文字识别系统 本目录主要包括：文档和两个源代 其中源代码是识别程序的，另一个是矩阵类库的。 已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。当然也可以自行用训练样本训练网络，不过要注意训练样本的选择，否则可能识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下训练样本数目尽量多。-Based on neural network characte
DICOMReadWrite
- 用于DICOM格式医学图像的读写，很好用的，我已经用了很长时间。-Read and Write for dicom medical images,excellent!. I have used them for a long time.
chap11
- 本目录主要包括：文档和两个源代码。 其中一个源代码是识别程序的，另一个是一个矩阵类库的，书里面也使用过，所以一并附上。 因为已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行\\Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。 当然读者也可以自行用训练样本训练网络，不过要特别注意训练样本的选择，否则可能造成识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下，训练样本数目尽量多。-本目录主要包括
chap11
- 本目录主要包括：文档和两个源代码。 其中一个源代码是识别程序的，另一个是一个矩阵类库的，书里面也使用过，所以一并附上。 因为已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行\\Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。 当然读者也可以自行用训练样本训练网络，不过要特别注意训练样本的选择，否则可能造成识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下，训练样本数目尽量多。 - Thi
chap11
- 本目录主要包括：文档和两个源代码。 其中一个源代码是识别程序的，另一个是一个矩阵类库的，书里面也使用过，所以一并附上。 因为已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行\\Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。 当然读者也可以自行用训练样本训练网络，不过要特别注意训练样本的选择，否则可能造成识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下，训练样本数目尽量多。 -This
Cplusplusprogramming_of_FFT_and_IFFT
- 本文我在北航读研时主修《现代偏微分方程》时花费一个多月时间写的期末报告，里面系统阐述了快速傅里叶变换的算法原理及其在数字信号处理等工程技术中的应用。介绍了一维DFT的基2 FFT 算法频域抽取和时域抽取FFT的短发原理和编程步骤。最后在附录中给出了一维DFT的基2 FFT 算法（包括频域抽取的FFT和IFFT算法、时域抽取的FFT和IFFT算法），一维任意非基2 FFT算法，二维DFT的基2 FFT 算法以及二维DFT的任意非基2 FFT 算法的详细的Visual C++程序。-The pape
tingchechang
- 栈模拟停车场，以队列模拟车场外的便道，按照从终端读入的输入数据序列进行模拟管理。每一组输入数据包括三个数据项：汽车“到达”或“离去”信息、汽车牌照号码及到达或离去的时刻，对每一组输入数据进行操作后的输出数据为：若是车辆到达，则输出汽车在停车场内或便道上的停车位置；若是车离去；则输出汽车在停车场内停留的时间和应交纳的费用（在便道上停留的时间不收费）。栈以顺序结构实现，队列以链表实现。-Stack simulation parking lot to the sidewalk outside the
vc_num_recognize
- 本目录主要包括：文档和两个源代码。 其中一个源代码是识别程序的，另一个是一个矩阵类库的，书里面也使用过，所以一并附上。 因为已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行\\Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。 当然读者也可以自行用训练样本训练网络，不过要特别注意训练样本的选择，否则可能造成识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下，训练样本数目尽量多。-This di
BPNetRecognition
- 源代码code是识别程序的，源代码mat是矩阵类库的。 已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。当然也可以自行用训练样本训练网络，不过要注意训练样本的选择，否则可能识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下训练样本数目尽量多。-The source code code identification procedures, source code m
simple
- 读入时钟图片，利用图像处理的相关知识对其进行识别，准备读取时钟上的时间-Read clock pictures, using image processing knowledge to recognize it, ready to read the time on the clock
readtime
- 给一个钟表的图，通过代码可以读出钟表上的时间(read out the time of the clock)