搜索资源列表
OTSU方法计算图像二值化的自适应阈值
- OTSU方法计算图像二值化的自适应阈值，OTSU 算法可以说是自适应计算单阈值（用来转换灰度图像为二值图像）的简单高效方法。下面的代码最早由 Ryan Dibble提供，此后经过多人Joerg.Schulenburg, R.Z.Liu 等修改，补正。算法对输入的灰度图像的直方图进行分析，将直方图分成两个部分，使得两部分之间的距离最大。划分点就是求得的阈值。都是老外写的，经典哦。-OTSU images calculated value
自适应神经网络在确定落煤残存瓦斯量中的应用
- 落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明,自适应调整权值的变步长BP神经网络模型
自适应并行遗传算法实现有源滤波器的设计
- 摘 要:提出一种改进的自适应并行遗传算法,通过设计自适应算子自动调节交叉和变异概率,采用基于岛屿交换模型实现多种群间信息交换,提高了种群的多样性和健壮性.将该方法用于滤波器的参数优化设计,给出4阶切比雪夫低通滤波器的设计结果,比较各种算法的性能,证明该算法收敛速度快,精度高,有效地克服了早熟现象.
机载雷达空时自适应处理
- Space_Time_Adaptive_Processing_for_Airbor_Radar,机载雷达空时自适应处理，空时自适应处理目前是研究较多的机载雷达杂波处理方法
BP网络
- 这是我参考了n(n>=5,^_^)篇BP神经网优化方法的论文写出的BP神经网源代码，使用了批处理训练方法，带动量项、学习速率的自适应调整、仅对学习精度没有达到指定要求的模式训练，并且训练精度逐步加大，通过这种方法，极大地加快了训练速度；另外，对于0模式和1模式数目相差很大(5-6倍)都能达到很高的学习精度。-This is my reference to the n (NGT; Chapter 5 = ,^_^) BP neura
自适应神经网络在确定落煤残存瓦斯量中的应用
- 落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明,自适应调整权值的变步长BP神经网络模型
OTSU方法计算图像二值化的自适应阈值
- OTSU方法计算图像二值化的自适应阈值，OTSU 算法可以说是自适应计算单阈值（用来转换灰度图像为二值图像）的简单高效方法。下面的代码最早由 Ryan Dibble提供，此后经过多人Joerg.Schulenburg, R.Z.Liu 等修改，补正。算法对输入的灰度图像的直方图进行分析，将直方图分成两个部分，使得两部分之间的距离最大。划分点就是求得的阈值。都是老外写的，经典哦。-OTSU images calculated value
gmm_creation_mle
- 采用期望最大算法最优化初始高斯混合模型的程序，笔者借用ubm自适应方法，很好的解决了模型不收敛的问题。-expectations largest algorithm using optimization initial Gaussian mixture model procedures, the author borrowed ubm adaptive method, a good model is not the solution c
annimageprocessing
- 288页的一个有关图像处理中的自适应方法 神经网络的国外论文，非常全面，做论文可以考参-288 of a related image processing method of adaptive neural network of foreign papers, very comprehensive, Papers could get done Senate
yuce
- 自适应预测，采用自适应方法预测信号，输入参数要设置-Adaptive prediction, adaptive signal prediction methods, input parameters should be set up
NLMSspeechenhancement
- 双通道语音增强算法，消除环境噪声。采用归一化自适应方法，噪声抵消10dB，语音保持较好可懂度。-Dual-channel speech enhancement algorithm, to eliminate environmental noise. The use of normalized adaptive methods, noise cancellation 10dB, to maintain good voice intelli
自适应
- 解析供给函数的数值导数，梯度导数。提供了一个完全自适应数值微分工具标量和向量值函数。提供了标量函数的导数（高达第四阶）的工具，以及梯度向量、方向导数、雅可比矩阵和Hessian矩阵。为所有工具提供错误估计。 提供鲁棒自适应数值微分（高达第四的衍生物）的用户提供的功能，多为四不整合。它是半智能的，试图使用步长的大小，它最大限度地减少它的导数中的不确定性的估计。 使用高阶方法，尽管在用户需要时完全控制。您可以直接使用所使用的方法的顺序，
TDCS
- 仿真了变换域通信系统在自适应方法和遗传算法优化神经网络方法下的误码率(The BER of the transform domain communication system is simulated by adaptive method and genetic algorithm)
自适应阈值生成后进行图像分割
- 自适应阈值生成后进行阈值分割，内部含有测试图片，与全局阈值进行图像分割不同的另一种方法(After the adaptive threshold is generated, the threshold segmentation is carried out. Another method is different from the global threshold for image segmentation)
自适应变步长的龙格库塔法
- 使用matlab语言对计算方法中的自适应变步长的龙格库塔法的实现(The Realization of Runge - Kutta Method Using Adaptive Variable Step Size in Computational Method with matlab Language)
5.1 自适应滤波器法
- 利用自适应滤波的方法进行语音信号的降噪处理，适用于语音增强领域(The adaptive filtering method is used to denoise the speech signal, which is suitable for the field of speech enhancement.)
自适应阈值
- 最大类间方差法是由日本学者大津(Nobuyuki Otsu)于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。(The largest between-class variance metho
含微电网的配电网自适应保护研究
- 介绍了微电网的定义、结构、控制方法和特点。由于世界各国发展 微电网的侧重点不同，所以对微电网的定义和其结构特点也不尽相同，本文基于 美国电力可靠性技术解决方案协会(CERTS)提出的微电网结构进行了研究。微 电网有并网运行和孤网运行两种运行方式，并且每种运行方式的控制方法不同： 并网运行主要采用PQ控制策略，而孤网运行主要采用V／f控制策略。微电网的微 型电源主要有光伏发电、风力发电等，储能装置主要有蓄电池、超级电容器和飞
自适应轨迹跟踪算法
- 自适应（ self-adaptive）是指处理和分析过程中,根据处理数据的数据特征自动调整处理方法、处理顺序、处理参数、边界条件或约束条件,使其与所处理数据的统计分布特征、结构特征相适应,以取得最佳的处理效果(Self-adaptive refers to the automatic adjustment of processing methods, processing sequence, processing parameters,
模型自适应模糊控制源代码
- 运用模型参考的方法实现自适应控制的!采用lypanuov稳定性理论来设计参数的调节(Using model reference method to realize adaptive control! Using lypanuov stability theory to design parameter adjustment)