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
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
Visual C++ 小波变换技术与工程实践 配
- Visual C++ 小波变换技术与工程实践的配套光盘，是学习实践小波变换编程的好程序-Visual C wavelet transform technology and engineering practice matching CD-ROM, is to study and practice the wavelet transform of good programming procedures
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
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
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.
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）-Image Feature Extraction of the source code, use the sobel operator edge extraction, the use of hu moments shape
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
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。-err
Cchangyongsuanfa
- C常用算法程序集 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
Wavelet2D
- 介绍小波算法在vc中的具体实现，小波算法在图像处理、视频压缩、特征提取等涉及到时频数据处理的工程领域有广泛的应用，本程序时二维小波算法。-Introduced the wavelet algorithm in the concrete realization of vc, wavelet algorithm in image processing, video compression, feature extraction, such
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
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。
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 networ
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-i