搜索资源列表
IDB.rar
- 这是图像恢复中的盲反卷积迭代算法的matlab的源程序，对于学习数字图像有很大的好处！,This is image restoration in the Iterative Blind Deconvolution algorithm matlab source for the study of digital image has a lot of benefits!
GrabCutSource
- VC++实现的GrabCut，GrabCut是迭代的GraphCut,分割效果比GraphCut要好，此代码可直接执行的，里面的文件也很全面，值得学习-VC++ implementation GrabCut, GrabCut is iterative GraphCut, segmentation results are better than GraphCut, this code can be executed directly inside the document is very comp
ClusterAnalysis
- 现在我们给定两幅ALV路标的捕捉图像，我们实际工作中首先要捕获路标（这里我们假定环境中已经有路标），而此时的景象是难以预知的：我们不知道路标在什么位置、是什么路标、除了路标还有那些图像模式？ 基本要求：使用本章学习的K－平均算法，以颜色分量（或几何性状）作为坐标参数，对景象图进行聚类分析，要求最后的分类结果将路标（可能包括少量相似区域）聚类为一个模式类别。试验报告同前面一样，要求给出样本模式点，绘制坐标图（标出各个聚类中心的迭代移动轨迹） ，绘制算法框图，给出结论。并检查上机结果。 -e
Example-Based_Automatic_Portraiture
- 摘 要 提出了一种基于样本学习的人脸肖像画自动生成算法.文章采用非均匀的马尔科夫随机场模型来描述肖 像画与人脸图像之间的统计关系 ,并使用基于训练样本的非参数化的概率表示 ,在贝叶斯优化的框架下设计了迭 代采样算法 ,可以自动的从人脸图像生成特定风格的肖像画.在该方法中 ,使用非均匀的统计模型是保持肖像中人 脸结构准确性的关键.文中所提供的例子表明了该文方法的有效性-Abstract In this paper , we present a new approach for au
Arnold2
- 新一代的arnold图像之乱变换算法，文件中详细说明了代码的含义，达到一定迭代次数后图像可以复原，是学习图像加密同学的必备代码-The chaos of a new generation of arnold image transformation algorithm, the paper detailed the meaning of the code, after a certain number of iterations the image can be restored, is ess
quyueshengzhang
- 遗传算法/大津法/区域生长法/迭代法分割图像,有详细注释，适合学习-Genetic algorithm/dajin method/area growth method/iteration method image segmentation, and have the detailed notes, suitable for learning
FAST-ICA
- 1、对观测数据进行中心化，； 2、使它的均值为0，对数据进行白化—>Z； 3、选择需要估计的分量的个数m，设置迭代次数p<-1 4、选择一个初始权矢量（随机的W，使其维数为Z的行向量个数）； 5、利用迭代W(i,p)=mean(z(i,:).*(tanh((temp) *z)))-(mean(1-(tanh((temp)) *z).^2)).*temp(i,1)来学习W （这个公式是用来逼近负熵的） 6、用对称正交法处理下W 7、归一化W(:,p)=W(:,
FAST-ICA11
- 1、对观测数据进行中心化，； 2、使它的均值为0，对数据进行白化—>Z； 3、选择需要估计的分量的个数m，设置迭代次数p<-1 4、选择一个初始权矢量（随机的W，使其维数为Z的行向量个数）； 5、利用迭代W(i,p)=mean(z(i,:).*(tanh((temp) *z)))-(mean(1-(tanh((temp)) *z).^2)).*temp(i,1)来学习W （这个公式是用来逼近负熵的） 6、用对称正交法处理下W 7、归一化W(:,p)=W(:,
smallcode
- 一种迭代量化的方法，用于学习二进制码，哈希检索-Iterative Quantization A Procrustean Approach to Learning Binary Codes
EMR
- 提出了一个强大的在线学习词典（ORDL）算法。它解决了通过转换的问题，以最大限度地减少几个二次函数迭代地，在这种能量可以表示为一简单的方式和它们的衍生物组成的线性系统的上述更新的问题。-Ensemble Manifold Regularization（ORDL）
CSR_Denoising
- 该算法首先通过字典学习得到含噪图像的冗余字典，然后对相似的图像块进行聚类构成块群，并通过迭代收缩和L1正则化约束，对同类的图像块在字典上进行稀疏表示，以达到降噪的目的。实验结果表明，在常规的图像处理上，本文提出的算法能较好的保留图像的结构信息，与K-SVD和BM3D等现有的流行算法相比，具有更高的峰值信噪比（PSNR）-It firstly get the redundant dictionary of a noised image by dictionary learning.Then,the
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