搜索资源列表
gujia
- 数字图像处理骨架提取，能将一个二值图像的骨架提取出来进行后续处理。骨架是一种非常重要的图像几何特征，在图像几何形态分析及相关领域具有非常广泛的应用，利用骨架表示原始图像，可以在保持图像重要拓扑特征的前提下，减少图像中的冗余信息。骨架既能压缩图像数据，保留区域的连通性和拓扑性，描述区域轮廓的几何特征，又能使原始图像完全或部分地从骨架中恢复或重构。-Skeleton extraction of digital image processing, to a binary image of the sk
TSnake
- Snake的初衷是为了进行图像分割，但它对初始位置过于敏感，且不能处理拓扑结构改变的问题。初始位 置的敏感性可以用遗传算法来克服，因为它是一种全局优化算法，且有良好的数值稳定性。为了更精确地进行图 像分割，本文提出了一种基于遗传算法的双T—Snake模型图像分割方法，它将双T—Snake模型解作为遗传算法的搜 索空间，这既继承了T—Snake模型的拓扑改变能力，又加快了遗传算法的收敛速度。由于它利用遗传算法的全局优 化性能，克服了Snake轮廓局部极小化的缺陷，从而可得到对目标的
work
- 对于细胞图像序列中多目标的追踪是细胞运动研究中的难点，针对高密度细胞图像中细胞运动的复杂性，本文提出一个细胞分割和追踪的系统。在细胞分割部分，针对实验所用细胞图像序列的特点，本文分别采用了不同的分割方法。在基本的细胞分割后，由于得到的分割图像存在着一些粘连细胞，为了将之分离，采用了基于Freeman code法对细胞轮廓进行跟踪编码。根据编码所得的链码特征分析细胞的轮廓形态，找出粘连细胞图像中的凹角点，再将凹角点进行分组配对完成粘连细胞的分离。在追踪部分，针对细胞的运动特性，将细胞分为惰性细胞和
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
光伏发电系统的并网重复控制及仿真_周雪松
- 完成了对光伏发电并网控制的设计及仿真。系统采用了两级式拓扑结构：前级用直流变换器进行最大功率跟踪及直流母线电压调整；后级用逆变器将直流电能逆变送入电网。(Completed the design and simulation of photovoltaic grid-connected control. The system adopts a two-stage topology: the front stage uses a DC converter for maximum power tra