搜索资源列表
i
- 基于灰度差直方图的阈值选择法 基于均方错分误差最小的阈值选择法 基于类间方差的阈值选择法
Fortran_bp
- BP（Back Propagation）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层（input）、隐层(hide layer)和输出层(output layer)。-
SURFACESMATCHINGALGORITHMBASEDONGENETICALGORITHMAN
- 针对基于最小二乘法的ICP 曲面匹配算法难以处理待比较曲面的局部大变形问题, 提出一种改进算 法。即采用遗传算法确定曲面初始相对位置以保证匹配优化结果为全局最优值, 利用ICP 算法匹配结果构造 偏差阈值, 以此阈值过滤点群后再以最小二乘法进行匹配处理, 消除局部大变形影响, 获得合理的变换矩阵。以此变换矩阵变换初始点群再进行误差计算, 从而获得理想的匹配结果-Least square method based on the ICP surface matching algorithm
selfadaptingthreshold
- 含KSW，最小偏态法；信息熵迭代法；最小误差法的m文件，是我做课题时选择阈值分割方法时自己编的。-Containing KSW, the smallest skewness method information entropy method the smallest error of law m file, I choose to do so when the subject of methods of threshold segmentation of own.
wiener_ch2
- 求解出在最小均方误差滤波器单位冲激函数h(n)。求解过程需要通过利用循环嵌套的编程思想，比较在逐次增加滤波器阶数的过程中得到的最小均方误差与最初设定的最小均方误差的阈值，当达到要求时，可以进一步确定滤波器的阶数。-how to use this function: [hx,hy]=wiener_ch2(w,N)
TextureSynthesisWithChange
- 带有阈值的块拼接纹理合成算法，即选择当前合成块时采用与特定阈值比较，而不是从最小误差块的一定范围内寻找合适的块-Patches with a threshold value of the texture synthesis algorithm, which select the current synthesis of block used with a specific threshold value, rather than from the smallest block error wit
1
- 最小误差发图像阈值分割,实现图像的分割功能。-no
Opt_Steepest
- 用最速下降法求最优化解 输入：f为函数名 grad为梯度函数 x0为解的初值 TolX,TolFun分别为变量和函数的误差阈值 dist0为初始步长 MaxIter为最大迭代次数 输出: xo为取最小值的点 fo为最小的函数值 f0 = f(x(0- Steepest Descent Method with Optimum Solution input: f as a function name grad is gradient function x0 fo
C_bp
- BP（Back Propagation）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层（input）、隐层(hide layer)和输出层(output layer)。-
Matlab_bp
- BP（Back Propagation）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层（input）、隐层(hide layer)和输出层(output layer)。-
BP
- 构建BP神经网络，源码。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层（input）、隐层(hide layer)和输出层(output layer)。-BP neural network to build, source. BP network can learn and store a lot of input- out
yuzhihuafenge
- 图像分割是把图像划分成具有实际意义的互补交迭的区域的集合。在图像分割之前，图像区域的数目未知，而在分割后各个区域同时满足均匀性和连通性的条件，故图像分割是一个复杂的过程，目前大多数研究都是针对某一类型图像或者某一具体应用的分割。图像阈值化分割的基本思想是确定一个阈值，然后把每个像素点的像素值和阈值相比较，根据比较的结果把像素划分为两类，前景(1)或背景(0)。该方法的关键是确定一个最优的阈值。常用的阈值确定方法有直接门限法、类间最大方差法(otsu法)、分水岭算法、最小误差法、最大熵法等。该段代
456
- 灰度图像最小误差阈值分割法的二维推广 灰度图像最小误差阈值分割法的二维推广-Grayscale image minimum error thresholding method to promote two-dimensional gray-scale image minimum error thresholding method to promote two-dimensional gray-scale image minimum error thresholding method of two
BP
- BP神经网络 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 neural network
gaot
- 采用遗传算法优化神经网络结构，得到使预测值和真值误差最小的权值和阈值，再利用该值进行神经网络建模。-Genetic algorithm to optimize the structure of neural network, get the predicted value and the true value of the minimum error weights and threshold value, then the value of the neural network modelin
Self-adaptionMinerror
- 对二维最小误差法进行三维推广, 并结合三维直方图重建和降维思想提出了一种鲁棒的最小误差阈值分割算法.-For the three-dimensional extension of two-dimensional minimum error method, combined with three-dimensional histogram reconstruction and dimension reduction idea of minimum error thresholding a robu
BP-neural-network-prediction-method
- BP（Back Propagation）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层（input）、隐层(hide layer)和输出层(output layer)。-
Minimum-error-method-
- 最小误差法阈值分割，可用于图像中目标和背景的分割，从而识别目标物。-Minimum error thresholding method extended to minimum error segmentation algorithm for one-dimensional and two-dimensional space, which many complex formulas, to be slowly understanding
segmentation
- 主要包括常见的几种图像分割方法，包括全局阈值法、最小误差法、大律法、区域生长法、分水岭方法、分裂-合并方法-ncluding several common image segmentation methods, including global threshold, the minimum error method, large law, region growing, watershed method, split- consolidation method
图像分割最小误差法
- 最小误差法是一种较为常用的自动阈值分割方法，此方法来源于Bayes最小误差分类方法。通常以图像中的灰度为模式特征，假设各模式的灰度是独立分布的随机变量，并假设图像中待分割的模式服从一定的概率分布，则可以获得满足最小误差分类准则的最佳阈值分割。 该算法主要思想是假设图像中只存在背景和目标两种模式，根据目标和背景像素占图像总像素的百分比求出其混合概率密度，选定一个阈值T；再根据将目标像素点错划为背景像素点的概率和把背景像素点错划为目标的概率求出总的错误概率，那么最佳阈值就是使总错误概率最小的阈