搜索资源列表
Grading-test
- 为实现合格和缺陷板栗的分级， 研究了 1 种基于 BP 神经网络与板栗图像特征的板栗分级方法。 试验以罗田板 栗为研究对象， 提取的颜色及纹理等 8 个特征值， 通过主成分分析提取相应的主成分得分向量构成模式识别的输入。 利 用 BP 神经网络方法建立了板栗分级模型。 试验结果表明， 在图像信息主成分因子数为 3， 中间层节点数为 12 时， 建立 的模型最佳， 模型训练时的回判率为 100 ， 预测时识别率达到了 91 .67 。 研究结果表明基于机器视觉技术的针对缺陷 板栗分
opencv-doc
- 图像数据操作（内存分配与释放，图像复制、设定和转换） 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出） 矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解） 支持多种动态数据结构（链表、队列、数据集、树、图） 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构） 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）
punyun-V3.8
- 进行波形数据分析,包含特征值与特征向量的提取、训练样本以及最后的识别，多目标跟踪的粒子滤波器。- Waveform data analysis, Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Multi-target tracking particle filter.
wu272
- 包含特征值与特征向量的提取、训练样本以及最后的识别，计算十字叉丝的在不同距离的衍射图像,这是一个好用的频偏估计算法的matlab仿真程序。- Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Calculation crosshairs diffraction image at different distances, This is a usef
线性代数及其应用
- 本书主要内容包括线性方程组、矩阵代数、行列式、向量空间、特征值与特征向量、正交性和最小二乘法、对称矩阵和二次型等。此外，本书包含大量的练习题、习题、例题等，便于读者参考。