搜索资源列表
GM(1_1)
- GM(1,1)模型1-4 1：GM(1,1)模拟模型，在matlab中的输入方法为gm1（x），x指要模拟的序列。 2：GM(1,1)预测模型，在matlab中的输入方法为gm2（x，K），x指要模拟的序列，K指从以后序列第一个数据算起的第k个待预测数据。 3：GM(1,1)群模拟模型，在matlab中的输入方法为gm3（x），x指要模拟的序列。 4：GM(1,1)群预测模型，在matlab中的输入方法为gm4（x，K）
GM(1_1)
- GM(1,1)模型1-4 1：GM(1,1)模拟模型，在matlab中的输入方法为gm1（x），x指要模拟的序列。 2：GM(1,1)预测模型，在matlab中的输入方法为gm2（x，K），x指要模拟的序列，K指从以后序列第一个数据算起的第k个待预测数据。 3：GM(1,1)群模拟模型，在matlab中的输入方法为gm3（x），x指要模拟的序列。 4：GM(1,1)群预测模型，在matlab中的输入方法为gm4（x，K）
Investigationintoparametersofgratingscanningspectr
- 光栅扫描光谱仪的入射光线和出射光线的方向是固定的, 在光栅转动下进行分光, 这与 光栅不动而入射光方向改变的分光方法不同。由光栅方程出发, 计算出电脑自动控制多光栅转动 的光谱仪测试系统的角色散率、 线色散率和分辨本领, 得出光栅扫描光谱仪的角色散率、 线色散率 和分辨本领等参数公式。所得结果与光栅不动而入射光方向改变的光谱仪的角色散率、 线色散率 和分辨本领不同。这为光栅扫描光谱仪的使用和研究提供了理论依据-The g
3
- 在分析现有算法的基础上, 提出了一种新的算法, 并对其进行了仿真Z仿真结果表明, 无论是 在多径信道还是在AW GN 信道, 该算法的定时估计和频率偏移估计的均方差都要优于最大似然 算法和“集相关”算法Z-O FDM is sen sit ive to t im ing recovery and f requency offset est imat ion, cu rren t non2data2aided est imat
Delphi_Programming_Document_Resume_Function_Code.r
- Delphi编程开发文件续传功能代码Delphi Programming Document Resume Function Code-Delphi Programming Document Resume Function Code
kuaisutisheng
- 针对CT 医学图像和MR I 医学图像成像特点, 提出了基于快速整数提升小波变换的融合方法。在CT 和 MR I 两幅医学图像配准的前提下, 利用提升小波变换把图像分解成低频和高频子图像, 对于小波变换后的高频 子图像, 选择区域标准差大的作为融合后的子图像 对于低频子图像, 采用加权融合, 最后进行小波逆变换, 得到 融合后的图像, 并对融合后图像用信息熵、平均梯度、相关系数的指标进行评价。实验结果表明, 基于快速整数提
Feature-tracking
- 根据摄像机透视投影模型, 通过提取特征点进行摄像机的运动估计, 提出一种基于FMA的补偿方法Z该方法针对图像连续帧间晃动幅度较大的情况, 通过均值滤波合成当前帧及其前几帧的运 动进行补偿。-A mo t ion model is p resen ted to est im ate the mo t ion param eters fo r im age stab ilizat ion by t rack ing featu re
Shape
- 针对常见的几何形状匹配算法对目标遮挡较为敏感, 提出了一种基于角点匹配的几何形 状定位。 该方法首先根据边缘曲率提取图像的角点, 然后采用基于改进的投票策略的角点匹配算法对检测图与模板图进行匹配, 最后通过 Ransac算法去除错匹配。 实验表明, 该算法定位效果良好,有效地解决了目标部分遮挡问题。-A noval geometry shape position algo rithm based on point feature m
9
- 针对传统的空间域纹理图像修复算法计算量大、修复时间长的缺点, 本文提出了一种纹理图像的快速修复算法。该算 法的基本思想是在小波域中利用小波系数的能量来确定待修复块的填充顺序, 并结合纹理合成的方法填充待修复区。实验结 果表明, 该算法不仅可以大大提高纹理图像的修复速度, 而且在峰值信噪比和主观视觉效果上都优于传统的图像修复算-Trad itional spatia-l doma in inpainting algorithm s
XHQYJSDZS
- 为了快速准确地计算电噪声奇异性, 在介绍信号奇异性计算方法的基础上, 将其引入到电噪声信号分 析中, 提出一种新的基于多重分形奇异性指数计算信号电噪声的方法。新方法利用多重分形来提取电噪声中可 以表达信号内在细节特征的奇异点Hê lder指数, 通过计算电噪声中Hê lder指数的差异来进行噪声分析。通过 对实测电迁移和光耦电噪声的计算分析表明, 电迁移后期奇异性指数会发生突变 而良品光耦器件和次品光耦 器件在信号噪声的