-
灰度算法
Gray Scale Image 或是Grey Scale Image，又称灰阶图。把白色与黑色之间按对数关系分为若干等级，称为灰度。灰度分为256阶。用灰度表示的图像称作灰度图。除了常见的卫星图像、航空照片外，许多地球物理观测数据也以灰度表示。以位场图像为例，把位场表示为灰度图，需要将位场观测值灰度量化，即将场的变化范围转换成256阶的灰度范围。由于位场的动态变化范围非常大，磁场可达数万个纳特，重力场也可能在数百个重力单位内变化，所以在显示为图像前通常需要对位场观测值进行拉伸或压缩。[1]什么叫灰度图？任何颜色都有红、绿、蓝三原色组成，假如原来某点的颜色为RGB(R，G，B)，那么，我们可以通过下面几种方法，将其转换为灰度：1.浮点算法：Gray=R*0.3+G*0.59+B*0.112.整数方法：Gray=(R*30+G*59+B*11)/1003.移位方法：Gray =(R*76+G*151+B*28)>>8;4.平均值法：Gray=（R+G+B）/3;5.仅取绿色：Gray=G；通过上述任一种方法求得Gray后，将原来的RGB(R,G,B)中的R,G,B统一用Gray替换，形成新的颜色RGB(Gray,Gray,Gray)，用它替换原来的RGB(R,G,B)就是灰度图了。
- 2022-01-27 13:44:07下载
- 积分：1
-
matlab编写的流体计算和传热程序
matlab编写的流体计算和传热程序-Matlab calculations prepared by the fluid and heat transfer procedures
- 2022-08-16 06:17:58下载
- 积分：1
-
海浪动画
展示了一个一维的造浪池单事件和单反射海浪（线性理论）。显示表面海拔海平面和动画粒子的运动表面深度。表面海拔记录在红点的位置（液位计）。
- 2022-01-23 10:55:41下载
- 积分：1
-
文本比较算法
program compare files in 2 directories. argv[1/2] - folder_1/2, argv[3] - file with result
- 2022-12-09 11:30:03下载
- 积分：1
-
算法大师Donald E.Knuth的经典著作《Concrete Mathematics具体数学》，算法学习的基础...
算法大师Donald E.Knuth的经典著作《Concrete Mathematics具体数学》，算法学习的基础-algorithm master Donald E. Knuth classics "Concrete Mathe Matics specific math. "the foundation of learning algorithm
- 2022-05-07 23:54:03下载
- 积分：1
-
c语言经典400题
给出了c语言面试、等级考试、上级考试等各类编程算法题，包括常用语法及算法。适合初学者应对考试时题海复习。掌握全面的c语言编程知识锻炼能力。
- 2022-03-13 21:34:05下载
- 积分：1
-
Fortran科学计算程序,计算原子间力的大小,能级分布
Fortran科学计算程序,计算原子间力的大小,能级分布-Fortran scientific computing procedures, calculation of inter-atomic force size, level distribution
- 2022-08-24 15:49:45下载
- 积分：1
-
优化天线方向图的GA
用于优化天线的方向图的 遗传算法 还可以修改 优化超大优化参数的优化 读者可以根据 需求 修改 用于 不同的目的 如果读者 有需要 也可以改变成其他的语言
- 2022-01-28 17:54:52下载
- 积分：1
-
胡小玉的PEG算法
PEG构造创建了周长非常大的矩阵。这种构造已被证明可以产生最著名的Gallager码，对于较小的块长度（如500、1000或2000）尤其重要。
- 2022-05-01 01:11:58下载
- 积分：1
-
BP网络的C/C++实现，含有详细代码和例子，适合初学者
应用背景人工神经网络(ANN)中关于反向传播算法的内容，相比单个感知器而言，采用多层网络的反向传播算法能表示出更多种类的非线性曲面，整个神经网络可以分成三层：输入层，隐藏层，输出层，通过加权线性变换，层与层之间的传递，最终得到输入层的实数值。关键技术
本人根据附件里面的文章编写的反向传播算法代码，里面含有详细的代码注释和文章例子， 可以让初学者深刻理解反向传播算法，适合初学者学习。给出BP算法训练的例子，对单个样本的训练的情况进行编写和验证。
//输入层到隐层的过程
float fNetj[m];
for (int j= 0;j < m; j++){
fNetj[j] = fTheta[n][j]; //这里权值矩阵最后一列是偏置，偏置×1还是偏置，所以直接加上，
//后面就不用乘了
for(int i = 0;i < n; i++){ //得到netj 的值 netj= X^V
fNetj[j] +=fInputdata[i]*fTheta[i][j];
}
fMidResult[j] = 1/(1 + exp(-fNetj[j]));
//cout
- 2022-08-03 01:10:12下载
- 积分：1
