-
vc++实现哲学家吃面问题
vc++实现哲学家吃面问题 演示死锁与永不死锁状态代码比较简单 便于理解
- 2020-11-30下载
- 积分：1
-
多采样率系统：采样率转换和数字滤波器组
本资源包含了PDF与MATLAB源代码。由德国波鸿鲁尔大学的Heinz G. Gckler教授和Alexandra Groth博士所著，是近年来德国多采样率数字信号处理领域中的一本权威著作。《多采样率系统：采样率转换和数字滤波器组》由两大部分组成：第一部分——采样率转换，内容涵盖了采样率转换的基础知识、与多采样率系统有关的滤波器设计以及多采样率系统的高效结构和算法；第二部分——数字滤波器组，这部分是对第一部分知识的延续应用，并深入到I通道滤波器组的层面。全书共包括10章，内容精炼新颖，条理清楚，而且专门针对一些复杂又不易掌握的内容，设置了相应的MATLAB可视化程序和附有答案的练习题，方便读
- 2020-12-05下载
- 积分：1
-
ECG Viewer
他是一个Matlab GUI 界面用于查看，处理和注释心电图数据文件，ECG Viewer提供注释数据库，ECG滤波，使用模板匹配和RR间期进行心跳检测。
- 2020-11-06下载
- 积分：1
-
基于MCS51单片机温度控制系统
常用的温度检测元件主要有热电偶、热电阻、热敏电阻等。热电偶主要是利用两种不同金属的热电效应，产生接触电势随温度变化而变化，从而达到测温的目的。测量准确，价格适中测温范围宽，线性度较好。但其输出电压受冷端温度影响，需要进行冷端温度补偿，使电路变得复杂，在本题中并非最佳方案。 热敏电阻由金属氧化物或半导体材料制成，灵敏度高、热惰性小、寿命长、价格便宜。但其测量的稳定性和复现性差，测量精度无法满足本题发挥部分0.2℃的要求。而且线性度差，需要进行查表线性拟合，大大浪费控制器的资源，因此不能选用。 热电阻是利用金属的电阻率随温度变化而变化的特性，将温度量转化成电阻量。其优点是准确度高，稳定性高，性
- 2021-05-06下载
- 积分：1
-
远程控制PCRat
pcrat3.7 2011 build0426 by beckham and net_abc
- 2021-05-07下载
- 积分：1
-
喇叭天线的增益计算matlab源代码
【实例简介】用这个程序可以计算出各种波导喇叭的增益。比较准，和计量单位给出的结果相比在+/-0.1dB内。
- 2021-10-31 00:32:20下载
- 积分：1
-
simulink 基于电压环的buck电路
【实例简介】buck 电路的设计模型，基于电压环的稳压 可以简单的参考下
- 2021-11-11 00:34:22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
-
《电力系统微机继电保护》于群
《电力系统微机继电保护》《电力系统微机继电保护》《电力系统微机继电保护》《电力系统微机继电保护》《电力系统微机继电保护》
- 2020-12-03下载
- 积分：1
-
Hadoop课程实验和报告——Hadoop安装实验报告
Hadoop课程实验和报告——Hadoop安装实验报告
- 2020-11-28下载
- 积分：1
