登录
首页 » Python » python

python

于 2020-11-16 发布 文件大小:1KB
0 79
下载积分: 1 下载次数: 27

代码说明:

  gabor滤波器提取图像特征,使用了opencv库(Gabor filter to extract image features)

文件列表:

gabor.py
gabor1.py

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • Copula应用实例及程序
    说明:  读取数据、绘制频率直方图、*计算偏度和峰度*、正态性检验*、求经验分布函数值*、核分布估计**、核分布估计**、*求Copula中参数的估计值**、绘制Copula的密度函数和分布函数图******、求Kendall秩相关系数和Spearman秩相关系数*******、模型评价(My English is poor i hope you can understand from the chinese introdunction thinks)
    2019-04-12 20:18:57下载
    积分:1
  • python 目标检测
    使用开源目标识别算法yolo,训练自己的数据集,基于windows,已经调试成功,
    2022-01-27 09:56:28下载
    积分:1
  • joint_sparse_algorithms-master
    说明:  我们描述了所提出的方法对超声(US)信号的压缩多路复用的直接应用。该技术利用压缩多路复用器架构进行信号压缩,并依靠频域中US信号的联合稀疏性进行信号重建。由于换能器元件具有压电特性,因此可以获得有关US信号频率支持的准确先验知识,并且可以在联合稀疏算法中使用。 我们在数值实验中验证了所提出的方法,并显示了它们在秩次缺陷情况下相对于最新方法的优越性。我们还证明,与没有已知支持的重建相比,该技术可显着提高体内颈动脉图像的图像质量。(We describe a direct application of the proposed methods for compressive multiplexing of ultrasound (US) signals. The technique exploits the compressive multiplexer architecture for signal compression and relies on joint-sparsity of US signals in the frequency domain for signal reconstruction. Due to piezo-electric properties of transducer elements, accurate prior knowledge of the frequency support of US signals is available and can be used in joint-sparse algorithms. We validate the proposed methods on numerical experiments and show their superiority against state-of-the-art approaches in rank-defective cases. We also demonstrate that the techniques lead to a significant increase of the image quality on in vivo carotid images compared to reconstruction without known support.)
    2020-03-16 16:45:38下载
    积分:1
  • atariDQN
    说明:  伯克利课程 dqn神经网络 深度学习 吃豆人游戏(Berkeley courses Neural network dqn Deep learning Pac Man Game)
    2020-12-17 18:20:42下载
    积分:1
  • 《自然语言处理入门》随书代码
    适读人群 :对自然语言处理感兴趣的普通程序员、算法工程师,计算机专业本科生,低年级研究生。 配套代码集成到广受欢迎的自然语言处理工具包 HanLP 中,Java 与 Python 代码双实现,适合培训。 你一定能看懂的自然语言处理(NLP)入门教程! 这是一本把读者阅读体验放在首位的中文 NLP 图书,作者采用从问题到算法再到工程实现的写作思路,只允许必不可少的公式出现,降低了读者学习的门槛,通俗易懂、容易上手。是一本可以在地铁上也能学会 NLP 开发的图书。 全书有以下特点: 1. 图文并茂,算法、公式、代码相互印证,Java 与 Python 双实现。 2. 学习路径清晰,问题导向、算法实现、工程实战,简单易懂好上手,双色印刷阅读体验佳。 3. 业内专家——工业界周明、李航、刘群、王斌、杨攀,学术界宗成庆、刘知远、张华平 联合推荐。 4. 作者何晗(@hankcs)兼具一线实战经验与硬核学术背景。自然语言处理开源项目 HanLP 作者(GitHub Star 数远超宾夕法尼亚大学的 NLTK、斯坦福大学的 CoreNLP 以及哈工大的 LTP)埃默里大学计算机博士生,研究方向是句法分析、语义分析与问答系统。 【文件目录】 《自然语言处理入门》随书代码 ├── README.url├── hanlp-java.zip└── hanlp-python.zip0 directories, 3 files
    2021-05-06下载
    积分:1
  • PartName_to_PropertyName
    说明:  将part名称赋给对应的property(The part name is assigned to the corresponding property name.)
    2019-04-05 13:48:23下载
    积分:1
  • 车牌识别
    【实例简介】
    2021-07-12 00:31:49下载
    积分:1
  • 图像饱和度控制
    图像在YUV和HSV的饱和度控制,可以自己动调节图像的饱和度,设定一个阈值来调整图像的饱和度,效果较好
    2022-08-13 01:02:15下载
    积分:1
  • keras segnet代码
    2017 IEEE论文语义分割segnet keras版代码
    2022-03-03 22:19:40下载
    积分:1
  • music算法的python实现
    music算法的python实现,验证可运行(Simulation MUSIC algorithm source code)
    2021-03-13 23:19:23下载
    积分:1
  • 696524资源总数
  • 103913会员总数
  • 34今日下载