搜索资源列表
Volterra_MultiStepPred_luzhenbo
- 基于Volterra滤波器混沌时间序列多步预测 作者：陆振波，海军工程大学 欢迎同行来信交流与合作，更多文章与程序下载请访问我的个人主页 电子邮件：luzhenbo@sina.com 个人主页：luzhenbo.88uu.com.cn 参考文献： 1、张家树.混沌时间序列的Volterra自适应预测.物理学报.2000.03 2、Scott C.Douglas, Teresa H.-Y. Meng, Normalized Data Nonlineariti
Visual_C++_MATLAB
- 《Visual C++_MATLAB图像处理与识别实用案例精选》本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章－第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章－第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识别等应用实例，并结合理论算法，提供了大量MATLAB代码程序，以帮助读者掌握如何使用MATLAB语言快速进行算法的仿真、调试和估计等方法。
Nr_C
- 书是针对工程上常用的行之有效的算法而编写的C语言函数程序集，在第一版的基础上作了修改和扩充。书中包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括：线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程（组）的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算；非数值计算部分的内容包括：排序、查找、图形模式下读写屏幕象点、基本
hertt
- 矩阵的最大特征值的幂法. 对于工程计算而言，矩阵的特征值和特征向量都是相当重要和常见的数据，这里给出的幂法是一种常见的求解方法，用的是迭代的思想。 符号说明: 1A为待求的矩阵， 2Uk，Vk为迭代用的列向量。 3最后的最大特征值maxLamda由最后一次的max(Uk)-----求Uk中的绝对值最大的元素的绝对值.所决定。 而maxLamda所对应的特征向量由最后一次迭代的Vk所决定. 主要的想法就是先选一个不为0的初始向量U0!=0，然后按下面的式
nixianggongcheng
- 逆向工程的近景测量中的应用。主要研究点是图像的特征提取和匹配。-reverse engineering choppy measurement applications. Main point is the image feature extraction and matching.
2003_p_9
- 新一代静止图像压缩编码标准JPEG2000概述* 丁贵广 郭宝龙 西安电子科技大学 机电工程学院 西安 710071 guiguangd@263.net 摘要随着多媒体技术应用的不断增加图像压缩技术不仅要求具有较高的压缩性能而且还要求有新的特征来满足一些特殊的要求为此国际标准化组织ISO指定了新一代静止图像压缩标准JPEG2000本文通过对JPEG2000中核心算法EBCOT的详细分析阐述了JPEG2000压缩标准新的特征以及与现有压缩标准相比显示出来的优越性能 关键词JPEG2000小波变换E
is
- 图像特征提取的源代码，使用sobel算子提取图像边缘，使用hu矩提取图像形状特征，使用颜色中心矩提取图像颜色特征，请使用eclipes导入该工程并运行test文件（可将test文件中去掉一些注释部分运行更多功能）
SiftGPU-0[1].5.261
- 本工程为sift特征提取的GPU实现，其提取速度比单纯使用CPU计算快20倍，要注意的是显卡要是Nvidia 6以上的
C_algorithm_program
- 本书是针对工程上常用的行之有效的算法而编写的C语言函数程序集，包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括：线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程（组）的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算；非数值计算部分的内容包括：排序、查找、图形模式下读写屏幕象点、基本图形操作、汉字操作等。
changyongsuanfachengxuji
- 本程序针对工程中常用的行之有效的算法而编写，其主要内容包括多项式的计算、复数运算、随机数的产生、矩阵运算、矩阵特征值与特征向量的计算、线性代数方程组的求解、非线性方程与方程组的求解、插值与逼近、数值积分、常微分方程组的求解、数据处理、极值问题的求解、数学变换与滤波、特殊函数的计算、排序和查找。 书中所有算法均用C语言描述。 本程序集可供广大科研人员、工程技术人员以及管理工作者阅读使用，也可作为高等院校师生的参考程序。 与本程序配套的书为《C常用算法程序集》。也一同上传。可从本网站上下载。
very_often_used_Algorithms_c_3rd_edition
- 针对工程中常用的行之有效的算法而编写，其主要内容包括多项式的计算、复数运算、随机数的产生、矩阵运算、矩阵特征值与特征向量的计算、线性代数方程组的求解、非线性方程与方程组的求解、插值与逼近、数值积分、常微分方程组的求解、数据处理、极值问题的求解、数学变换与滤波、特殊函数的计算、排序和查找。
WaveletAlgorithm
- 小波算法在图像处理，视频压缩，特征提取等许多涉及到视频数据处理的工程领域都有广泛应用。-Wavelet algorithm in image processing, video compression, feature extraction and many other video related to the field of data-processing projects are widely used.
or7
- 一个蒙特卡罗算法程序，可以自己扩编改编次程序 [visualmatlab.rar] - 本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章～第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章～第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识 [MonteCarlo.rar] - 蒙特卡罗（Monte Carlo）方法，又称随机抽样或统计试验
dingpiaoxitong
- 本文主要阐述软件工程课程设计管理系统案例库中案例的建设过程。所选项目“机票预订系统”和“教务管理系统之子系统——系内课程安排”都具有典型的信息管理系统的特征。论文从软件工程的角度介绍了这两个案例的开发过程，包括可行性分析和需求分析，系统设计，文件和数据库设计，系统编码实现，测试。本系统采用了Asp，Access等技术。整篇论文，作者着重对“机票预订系统”进行了系统分析，开发，并对“教务管理系统之子系统——系内课程安排”进行了初步的分析。设计结果可作为软件工程课程设计训练的一个参考-This te
Feature engineering in Machine Learning
- 机器学习中，特征工程总结，思维导图，超详细。(In machine learning, feature engineering summarization and mind mapping, super detail.)
sift
- 直接检测提取图像的sift特征，vs工程，直接可用！(Direct detection of SIFT features extracted from images, vs engineering, is available directly!)
Matlab算法大全
- 工程数值算法。方程根计算。特征根计算。微分方程数值计算。偏微分方程数值计算。(engineer numeric method.eqation roots computing.intrinsic roots computing. differential eqation computing.partia differential eqation computing.)
lda
- lda 自然语言处理 文本分类 特征工程(lda natural language processing text classification feature engineering)
LSTM-Human-Activity-Recognition-master
- 与经典的方法相比，使用具有长时间记忆细胞的递归神经网络(RNN)不需要或几乎不需要特征工程。数据可以直接输入到神经网络中，神经网络就像一个黑匣子，可以正确地对问题进行建模。其他研究在活动识别数据集上可以使用大量的特征工程，这是一种与经典数据科学技术相结合的信号处理方法。这里的方法在数据预处理的数量方面非常简单(Compared with the classical methods, the recursive neural network (RNN) with long-term memory
CNN
- 卷积神经网络分类 调制信号识别 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称