-
自动控制原理课程设计 PID控制的倒立摆
【实例简介】这是我花了很大工夫才做好的课程设计，实属不易，拿来与大家分享，有用得着的就拿去吧！
本设计主要是基于PID的双闭环控制一阶倒立摆.
- 2021-11-07 00:32:15下载
- 积分：1
-
这里实现了四种SVM工具箱的分类与回归算法
这里实现了四种SVM工具箱的分类与回归算法 1、工具箱：LS_SVMlab Classification_LS_SVMlab.m - 多类分类 Regression_LS_SVMlab.m - 函数拟合 2、工具箱：OSU_SVM3.00 Classification_OSU_SVM.m - 多类分类 3、工具箱：stprtoolsvm Classification_stprtool.m - 多类分类 4、工具箱：SVM_SteveGunn Classification_SVM_SteveGunn.m - 二类分类 Regression_SVM_SteveGunn.m - 函数拟合
- 2020-11-27下载
- 积分：1
-
德国MK项目电调代码V0.36
【实例简介】这是德国MK项目电调源代码 版本为V0.36 并附上想关代码解读资料 可用作学习参考。
- 2021-11-08 00:36:19下载
- 积分：1
-
Bayesian and HSMM
全面的HSMM 代码，包括详细例子。运行DEMO便可
- 2021-05-07下载
- 积分：1
-
DTLZ测试函数真实pareto前沿数据.rar
内含DTLZ系列函数（DTLZ1-7）的2、3、4、6、8、10、20维真实pareto前沿数据
- 2021-05-06下载
- 积分：1
-
易语言 百度注册 例子源码
易语言 百度注册例子
- 2014-09-13下载
- 积分：1
-
稀疏编码去噪KSVD-MOD
国外一个稀疏编码去噪的matlab工具箱，包括DCT过完备字典生成、k-svd字典学习、omp算法，对学习稀疏编码的字典学习（k-svd算法）、由字典求稀疏矩阵（omp算法）有一定的参考作用。程序比较完整，对字典学习和omp算法进行了中文注释（如果注释乱码用notepad++打开）。
- 2021-05-06下载
- 积分：1
-
SIFT算法详解及应用(讲的很详细)
SIFT算法入门时看的一篇文章，SIFT算法详解及应用(讲的很详细)SIFT简介SIFTScale Invariant Feature Transform传统的特征提取方法成像匹配的核心问题是将同一目标在不同时间、不同分辨率、不同光照、不同位姿情况下所成的像相对应。传统的匹配算法往往是直接提取角点或边缘,对环境的适应能力较差,急需提出一种鲁棒性强、能够适应不同光照、不同位姿等情况下能够有效识别目标的方法。己0]/3/己7彐SIFT简介SIFTScale Invariant Feature TransformSIFT提出的目的和意义分1999年 British columbia大学大卫.劳伊( David g.Lowe)教授总结了现有的基于不变量技术的特征检测方法,并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子一SIFT(尺度不变特征变换),这种算法在2004年被加以完善己0]/3/己7SIFT简介SIFTScale Invariant Feature Transform将一幅图像映射(变换)为一个局部特征向量集;特征向量具有平移、缩放、旋转不变性,同时对光照变化、仿射及投影变换也有一定不变性。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法特点SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性。独特性( Distinctiveness)好,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配。多量性,即使少数的几个物体也可以产生大量SIFT特征向量。经过优化的SIFT算法可满足一定的速度需求。可扩展性,可以很方便的与其他形式的特征向量进行联合。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法可以解决的问题目标的自身状态、场景所处的环境和成像器材的成像特性等因素影响图像配准/目标识别跟踪的性能。而SIFT算法在一定程度上可解决:目标的旋转、缩放、平移(RST)图像仿射/投影变换(视点 viewpoint)光照影响(111 amination)目标遮挡( occlusion)杂物场景(c1 utter)噪声己0]/3/己7SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤简述SIFT算法的实质可以归为在不同尺度空间上查找特征点(关键点)的问题。原图像特征点特征点目标的特检测描述征点集特征点匹匹配点矫配正目标图像特征点特征点目标的特检测描述征点集SIFT算法实现物体识别主要有三大工序,1、提取关键点;2、对关键点附加详细的信息(局部特征)也就是所谓的描述器;3、通过两方特征点(附带上特征向量的关键点)的两两比较找出相互匹配的若干对特征点,也就建立了景物间的对应关系。SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤关键点检测己。关键点描述彐·关键点匹配4·消除错配点己0]/3/己7关键点检测的相关概念SFTiant Feature Transfor1.哪些点是SIFT中要查找的关键点(特征点)?这些点是一些十分突出的点不会因光照条件的改变而消失,比如角点边缘点、暗区域的亮点以及亮区域的暗点,既然两幅图像中有相同的景物,那么使用某种方法分别提取各自的稳定点,这些点之间会有相互对应的匹配点。所谓关键点,就是在不同尺度空间的图像下检测出的具有方向信息的局部极值点。根据归纳,我们可以看出特征点具有的三个特征:尺度方向大小己0]/3/己7
- 2020-05-27下载
- 积分：1
-
A*算法用于动态路径规划
A*算法用于动态路径规划，实现功能：静态复杂环境下路径规划；简单地对地图分析并做出处理决策；动态环境下路径规划
- 2020-12-07下载
- 积分：1
-
生产安排问题模型的数学建模
数学建模问题，用LINGO实现。题目：某厂按合同规定需于当年每个季度末分别提供10，15，25，20台同一规格的柴油机。已知该厂各季度的生产能力及生产每台柴油机的成本如下表所示。又如果生产出来的柴油机当季不交货的，每台每积压一个季度需储存、维护等费用0.15万元。要求在完成合同的情况下，做出使该厂全年生产（包括存储、维护）费用最小的决策。模型的假设假设该厂在完成合同的情况下，就不再生产柴油机产品。即每年的生产任务即为合同任务，完成任务后就不再生产，无库存积压。模型的建立在假设的基础上，设变量Xj为第j季度的柴油机产量，j=1,2,3,4，而且Xj为非负整数。按合同规定的任务，有
- 2020-12-01下载
- 积分：1
|
联系客服（QQ：3324461878）
