搜索资源列表
EAR
- 人耳识别技术是20世纪90年代末开始兴起的一种生物特征识别技术，与其它生物特征识别技术比较具有以下几个特点：（1）与人脸识别方法比较，耳识别方法不受面部表情、化妆品和胡须变化的影响，同时保留了面部识别图象采集方便的优点，与人脸相比，整个人耳的颜色更加一致、图像尺寸更小，数据处理量也更小。（2）与指纹识别方法比较，耳图象的获取是一种被动方式，即通过非接触方式获取耳图像，不存在通过接触传染疾病的机会，因此，其信息获取方式具有容易被人接受的优点。（3）与虹膜识别方法比较，首先，由于人脸和头发的存在，需
NB
- ：朴素贝叶斯分类器是一种简单而高效的分类器，但是它的属性独立性假设使其无法表示现实世界属性之间的依赖关 系，以及它的被动学习策略，影响了它的分类性能。本文从不同的角度出发，讨论并分析了三种改进朴素贝叶斯分类 性能的方法。为进一步的研究打下坚实的基础。-: Naive Bayesian classifier is a simple and efficient classifier, but its attribute independence assumption that the rea
FLO
- 基于粒子群优化算法的无源模拟滤波器优化设计方法容易陷入局部最优,收敛速度慢迭代次数多、运算量大且稳定性不够好。提出果蝇优化算法对滤波器的整个参数空间进行高效并行搜索直到获得最优的参数值,实例仿真表明,采用该方法设计的滤波器在相同的带宽准确度及阻带衰减的情况下,具有更快的运算速度及收敛性能。-Passive analog filter optimization algorithm based on particle swarm optimization design method is easy
matlab
- 用四元十字阵做被动声定位算法设计，现在是用matlab神经网络工具箱构建RBF神经网络然后仿真显示图形-With a four-element Array do passive acoustic localization algorithm design, now using matlab neural network toolbox and then build on RBF neural network simulation display graphics
RBF-neural-network
- 用四元十字阵做被动声定位算法设计，现在是用matlab神经网络工具箱构建RBF神经网络然后仿真显示图形-With a four-element Array do passive acoustic localization algorithm design, now using matlab neural network toolbox and then build on RBF neural network simulation display graphics
PARTICLE-FILTER-ISSUES
- 针对基于贝叶斯原理的序贯蒙特卡罗粒子滤波器出现退化现象的原因, 以无敏粒子滤波(U PF)、辅助粒子滤波 (A S IR) 及采样重要再采样(S IR) 等改进的粒子滤波算法为例, 对消除该缺陷的关键技术(优化重要密度函数及再采样) 进行了 分析研究。说明通过提高重要密度函数的似然度、引进当前测量值、预增和复制大权值粒子等方式, 可以有效改善算法性能。 最后通过对一无源探测定位问题进行仿真, 验证了运用该关键技术后, 算法的收敛精度和鲁棒性得到进一步增强。- Abstract:W e
BP-neural-network
- 倒傳遞類神經網路,廣泛應用於人工智慧系統-Neural backpropagation is the phenomenon in which the action potential of a neuron creates a voltage spike both at the end of the axon (normal propagation) and back through to the dendritic arbor or dendrites, from which much of