搜索资源列表
ASurveyofFeatureSelection
- 本文总结并提出了较为完备的特征提取定义。根据特征子集形成过程将特征选择分为穷举式、启发式和随机式三类 根据特征评价标准将特征选择分为距离浏度、信息测度、相关性浏度、一致性测度和分类器错误率五类。通过分析特征选择的影响因素，提出了选择特征、选择方法应该遵循的原则。 -This paper analyzes and summarizes the previous definition of feature selection, and then introduces a selfcontaine
baizaosheng
- 按如下模型产生一组随机序列： x(n)=0.8x(n-1)+w(n) 其中w(n)为均值为1，方差为4 的正态分布白噪声序列。估计过程的自相关函数与功率谱。
2paper2
- 根据图像数字水印基本原理和水印信道的构造及生成方式，从信息论的角度，对基于高斯噪声信道的数字水印容量进行探索。针对高斯信源分布具有最大的不确定性、能够在所有的二阶随机分布中提供最大信息熵的特点，分析在高斯分布情况下的整个水印信道通信过程，并引入平均互信息理论，给出基于高斯的水印信道容量的最大通信速率。同时分析加性噪声信道下的容量问题，将高斯分布扩展到非高斯分布，优化容量计算表达式，利用Matlab软件工具给出非高斯信源水印容量与受限失真度的2D和3D关系仿真曲线，并结合实际给出结果分析。-】Ba
The-literatures-of-MRF
- 在学习马尔科夫随机场的过程中用到的一些文献，有助于理解马尔科夫随机场-The literatures used in the learning of Markov random field.It can help to understand the Markov random field.
opencv_rand_draw
- 本文主要介绍下opencv中自带的一个随机数发生器的类RNG，这里我用这个类来画一些图形，和基础学习笔记之opencv(13)：基本绘图 一文中类似，只是 这里画出来图像的坐标，大小，颜色，角度等所有信息都是随机的，且是用RNG这个类产生的。参考文献为opencv自带tutiol及其代码。 开发环境：opencv2.4.2+Qt4.8.2+ubuntu12.04+QtCreator2.5 实验功能： 1. 该实验可以画6中几何图形和1个文本显示，每种都是画80个，每画完一
MeanShift-algorithm-
- 提出了一种基于粒子Mean Shift 迁移过程的红外人体跟踪方法. 算法通过采样粒子迁移和聚类动态建立 目标的状态模型和量测模型. 在被跟踪区域随机布撒粒子, 以各粒子对应像素的亮度作为特征值进行Mean Shift 收敛性分析, 使用收敛后的粒子集表达目标的当前状态 以状态粒子的坐标位置为特征值对其进行Mean Shift 聚 类, 作为对目标的量测. 连续跟踪时, 下一帧的采样粒子基于上一帧的量测结果产生. 与传统的基于序贯重要性采 样的粒子滤波方法相比, 算法不需要目标的
pingmian
- 平面图像立体化研究 将平面图像转换成立体图像很有意义。Hou等人(2002)提出了一种平面图像立体化方法,称为Hou方法。在这个方法中Hou等人使用随机变量等参数控制转换过程,但没有讨论这些参数对立体效果的影响。该文利用Hou方法在标准的计算机监视器上对含有心理深度暗示的平面图像进行了立体化,给出了评价转换后的立体效果的定量指标,并讨论了各参数对立体效果的影响。实验结果表明:当随机变量矩阵中的每一个随机变量都服从同一种均匀分布时,随机变量的取值对立体效果没有多大的影响 当监视器屏幕与观察者
permatution_test
- 置换检验，对小样本最实用的检验方法，原理是通过样本随机的选择而形成很多数据集合，简单易学，初学者适用。permatution tes在实验最后的检验过程中经常用到。-Permutation test on a small sample of the most useful test method, the principle of random selection through the sample to form a lot of data collection, easy to learn
image-mosaic.doc
- 图像拼接(image mosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。 一般来说,图像拼接的过程由图像获取,图像配准,图像合成三步骤组成,其中图像配准是整个图像拼接的基础。本文研究了两种图像配准算法:基于特征和基于变换域的图像配准算法。 在基于特征的配准算法的基础上,提出一种稳健的基于特征点的
xiaoqiupengzhuangronghe
- 该程序使用vc++6.0opengl的开发环境，主要功能是模拟大小不一且颜色不同的 几个小球在随机移动着的动画，在这过程中小球会发碰撞，碰撞后的小球会发 生融合。-The program uses vc++ 6.0opengl development environment, the main function is to simulate different sizes and different colors Several small ball moving at random
DLA
- Diffusion-limited Aggregation（DLA）扩散限制凝聚，是由Witten和Sander于1981年共同提出来的。其基本思想是：首先置一初始粒子作为种子，在远离种子的任意位置随机产生一个粒子使其做无规行走，直至与种子接触，成为集团的一部分。然后再随机产生一个粒子，重复上述过程，这样就可以得到足够大的DLA团簇。-Diffusion-limited Aggregation (DLA) Diffusion Limitation Cohesion was presen
263469
- 模式提取算法,它把神经网络的学习过程看作,最优化问题的随机并行算法,()
ransac
- RANSAC算法的输入是一组观测数据，一个可以解释或者适应于观测数据的参数化模型，一些可信的参数。 RANSAC通过反复选择数据中的一组随机子集来达成目标。被选取的子集被假设为局内点，并用下述方法进行验证： 1.有一个模型适应于假设的局内点，即所有的未知参数都能从假设的局内点计算得出。 2.用1中得到的模型去测试所有的其它数据，如果某个点适用于估计的模型，认为它也是局内点。 3.如果有足够多的点被归类为假设的局内点，那么估计的模型就足够合理。 4
CppExp
- 本算法实现了圆周率PI的求解（在正方形区域内随机产生大量的均匀分布的点，落入内切圆和正方形中的随机点个数的比值乘以4，即为PI值）与求解的动态可视化过程(This algorithm is used to solve PI PI (in a square region to generate a large number of random uniform distribution, the ratio of the number of random points fall into the c
基于SIFT算法的图像特征点提取与匹配
- 文章深入研究了 SIFT 特征点提取的原理及过程，以基于 K-D 树结构的近邻算 法对呈线性变换的两幅图像在不同视角和噪声干扰情况下进行了特征点的粗匹 配，并通过随机抽样一致性算法(Random Sample Consensus)进行特征点的提纯，删 除例如错误的匹配特征点对。针对粗匹配后误匹配点对较多导致的 RANSAC 算法 效率降低、运算时间变长的情况，论文以视差梯度约束对粗匹配点对进行预筛选， 提升了 RANSAC 算法的效率。根据匹配点对空间位置关系得出图像之间的变换模 型；最后将图像