搜索资源列表
VCimagerecognition
- 《精通VisualC++数字图像处理模式识别技术及工程实践》介绍了模式识别和人工智能中的一些基本理论，以及一些相关的模型，包括贝叶斯决策、线性判别函数、神经网络理论、隐马尔可夫模型、聚类技术等，同时结合模式识别中的一些问题，比如字符识别、笔迹鉴定、人脸检测、车牌识别、印章识别以及遥感图片、医学图片处理等内容，从多种角度，介绍了解决这些问题的思路-" Proficient in VisualC++ digital image processing, pattern recognition
PR_AI_code
- 这是《精通VC++数字图像模式识别技术及工程实践[第2版]》光盘源代码，其中包括EM算法、fisher判别函数、HMM隐马尔科夫模型、BP神经网络、小波变换、alpha-beta剪枝、A*算法等，还包含几个纹理分析、人脸定位、字符识别、车牌号识别、8数码、黑白棋、离线/在线签名等实例，因此对于学习模式识别、人工智能的朋友们都大有裨益。光盘中的素材请见另外一个资源。-This is " proficient in VC++ Digital Image Pattern Recognitio
part_237010_200311202__
- 山 东 大 学 硕 士 学 位 论 文：图像边缘检测算法的研究本 文 分 为 七 个 部 分 。第一部分首先阐述了课题的研究背景、意义以 及该领域的发展现状；第二部分介绍了几种经典的边缘检测方法，给出 了这些方法的图像边缘检测结果，并且进行了相关的分析比较；第三部 分阐述了BP 神经网络的结构以及数学模型等相关知识；第四部分具体 介绍了一种新的基于统计向量和BP 神经网络的边缘检测方法；第五部 分介绍了一种有效的边缘细化算法，它可以对新方法得到的图像边缘进 一步处理以达到
113172210SVD
- SVD随着计算机网络的不断发展,多媒体信息的版权保护问题变得十分突出,已成为一个非常紧迫的议题。数字水印技术是实现版权保护的一种非常有效的方法,已经成为信息隐藏领域的一个热门方向。本文着重讨论了数字水印技术在数字图像中的应用,特别地,对于基于神经网络和SVD的自适应的数字水印技术进行了深入的研究与实验。首先比较全面地介绍了数字水印技术的发展历史、现状、基本模型、特征、分类、现有的主要的算法和应用,并对数字水印的发展前景做出了一个展望。接着阐述了神经网络和奇异值分解( SVD)的相关理论。利用图像
pcnn
- 脉冲耦合神经网络与高斯模型结合的运动目标检测-pcnn
rice_detection
- 利用机器视觉系统代替人眼获取各项大米参数,再参照国标对其进行等级划分。在此基础上, 利用MATLAB软件的神经网络工具箱在数理统计基础上完成检测模型的构建,从而实现对未知大米外特性的评判,并为检测大米综合品质奠定了基础。-rice detection.At p resent, the evaluation method of the rice quality in China is still at the level of naked eye observation. How to cla
Complete-identification-including-skin-and-the-act
- 本文的目的是提供一个我开发的SSE优化的，C++库，用于人脸检测，你可以马上把它用于你的视频监控系统中。涉及的技术有：小波分析，尺度缩减模型（PCA,LDA,ICA），人工神经网络（ANN），支持向量机（SVM），SSE编程，图像处理，直方图均衡，图像滤波，C++编程，还有一下其它的人脸检测的背景知识-The purpose of this paper is to provide an I developed SSE optimized, C++ library, used for face d
Citrus-Fruits-pH-Value-detect
- 对机器视觉系统采集 的柑橘图像进行图像裁切、RGB 空间至HSI 空间的转换和差值法去图像背景，用色调H 和饱和度S 为输入，建立小波神经网络柑橘pH 预测模型，无损检测柑橘pH。-Images of citrus fruits from machine vision system were processed by cutting, converting from RGB space to HSI space, removing background by deviation. A w
orange-Measurement
- 文采用计算机视觉技术对脐橙图像进行处理，在分析果实表面颜色特征的基础上，对定性的色泽与着色率进行定量的描述，最后通过神经网络建立分级模型。-the article introduces how to process the graphs of navel oranges by adopting the technique of computer visions and makes a quantitative descr iption of the qualitative color and l
Study-of-Target-Tracking
- 本文讨论了小波神经网络在机动多目标跟踪中的应用,多目标跟踪就是主体为了维持对多个目标(客体)当前状态的估计而对所接收的量测信息进行处理的过程。以非线性大规模并行分布式处理为特征的神经网络可以解决传统的目标跟踪方法的难以解决的计算量组合爆炸问题以及需要确定机动目标的数学模型的问题, 将小波分析原理与神经网络相融合,提出了基于小波神经网络的目标跟踪方法来提高系统的学习能力、表达能力以及机动多目标状态的估计精度。-This article discusses the application of wa
1010280956af30c574c8353c72
- 经典Aihara混沌神经网络模型的程序 经典Aihara混沌神经网络模型的程序-Classic Aihara chaotic neural network model program classic Aihara chaotic neural network model of the program
1010280956ba7aaabc2dc8cd8b
- 混沌神经网络模型（包括二个和三个混沌神经元组成的网络）-Chaotic neural network model (including two and three chaotic neuron network composed)
shenjingwan-gluo
- 神经网络是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。 -The neural network is a model animal neural network behavioral characteristics of distributed parallel algorithm mathematical model of information processing. S
179.art
- 179.art是spec cpu2000的一个基准测试程序，是一个用来识别物体的神经网络模型。-179.art is spec cpu2000 a benchmark test procedure ，is used to identify objects in a neural network model.
yucemaltab3
- 分析地平类药物分子结构和熔点之间关系,编制相应的MATLAB程序,分别建立回归方程和人工神经网络2种方法的模型.选取14个地平类药物作为回归方程和人工神经网络2种方法建模的样本,再选另外4个地平类药物作验证,分别进行2种方式的建模和测试对比.结果表明:人工神经网络模型比回归方程方法在预测地平类药物的熔点时取得更加准确的估计.-The relationship between the structure and melting point analysis horizon drug molecul
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
MYCNN
- 基于CNN的手写文本识别，卷积神经网络模型，并受到深度学习中预训练方式的启发，提出一种类别累加的训练方式，采用这种类别累加方式进行卷积神经网络模型的训练-Handwritten text recognition based on CNN neural network model, convolution, and inspired by the pre training in depth study, put forward a kind of category cumulative train
TensorflowofGCN-
- 使用Tensoflow实现图卷积神经网络模型-Use Tensoflow Implementation Figure convolution neural network model
Delphi_RBF_MRAC_Direct
- RBF神经网络模型参考自适应控制方法的Dephi实现，对自动控制算法研究有很好的参考作用-RBF NN MAC dephi codes good reference
Untitled2
- BP神经网络基本原理概述：这种网络模型利用误差反向传播训练算法模型，能够很好地解决多层网络中隐含层神经元连接权值系数的学习问题，它的特点是信号前向传播、误差反向传播，简称BP（Back Propagation）神经网络。BP学习算法的基本原理是梯度最快下降法，即通过调整权值使网络总误差最小，在信号前向传播阶段，输入信号经输入层处理再经隐含层处理最后传向输出层处理；在误差反向传播阶段，将输出层输出的信号值与期望输出信号值比较得到误差，若误差较大则把误差信号传回隐含层直至输入层，在各层神经元中使用