注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 唯一可译码判别方法

  2. 唯一可译码 判别的 matlab源程序 信息论作业

  3. 所属分类：其它

    • 发布日期：2011-11-18
    • 文件大小：1kb
    • 提供者：aeroglen

  1. 自适应全景图拼接

  2. 首先使用基于灰度边缘特征点的图像匹配来获得匹配坐标, 并由匹配坐标唯一性计算焦距; 然后在该焦距参数估计的基础上,采用新的自适应混合图像灰度匹配方法生成初期拼接图像, 并根据其宽度以及相关判别条件进行焦距估计的调整, 再重复迭代, 以获得准确的焦距参数; 最后利用基于角度1维投影的图像匹配方法进行匹配坐标的小范围校正, 以及使用线性平滑算法生成最终柱状全景图

  3. 所属分类：其它

    • 发布日期：2013-07-19
    • 文件大小：1017kb
    • 提供者：u010001214

  1. 清华大学微积分辅导文档

  2. 清华大学考研辅导强化班课程 《微积分》 清华大学数学系 刘坤林 主讲 本节课程内容： 1.1 函数与基本不等式 函数关系，定义域与值域，反函数与复合函数 四类初等性质（广义奇偶性） 1.2 极限定义与性质 序列与函数极限定义与等价描述 极限性质：唯一性，有界性，保号性及推论，比较性质 1.3 三个极限存在准则 1.4 两个标准极限 1.5 无穷小量比阶 等价无穷小量，同阶无穷小量与高阶无穷小量。 1.6 极限相关知识点 导数概念，变限积分，级数，微分方程，广义积分等。 1.7 连续函数 基本概

  3. 所属分类：专业指导

    • 发布日期：2008-11-06
    • 文件大小：634kb
    • 提供者：wanyuan1221

  1. 考研数学公式手册（数学一二三均适用）.pdf

  2. 别人花10分钟做出来的题，你2分钟靠公式就可以解决。既然如此，又何必自己费心费力去推导呢？最主要的是，在真正考研的考场上，你可能会大脑空白，所以记清这些公式可能比你慌慌张张去推导的正确率高很多！目录 0000000000000 8第二部分线性代数8 ⊙0000000000000 第一章行列式 …(117) 第一节行列式的概念与性质…… (117 第二节行列式的计算 (119) 第二章矩阵 (121) 第一节矩阵的概念 …(122) 第二节矩阵的运算 (123) 第三节逆矩阵 (125) 第四节矩

  3. 所属分类：其它

    • 发布日期：2019-07-15
    • 文件大小：754mb
    • 提供者：aiboom

  1. 一类分数阶SEIS模型的稳定性分析

  2. 针对一类分数阶SEIS型传染病模型研究了该模型平衡点的局部稳定性和全局稳定性问题。证明了该模型平衡点的存在性和唯一性,并通过特征根方法讨论了无病平衡点和地方病平衡点的稳定性,给出了平衡点保持稳定的判别条件。最后通过数值仿真验证了理论分析的正确性。

  3. 所属分类：其它

    • 发布日期：2020-05-25
    • 文件大小：657kb
    • 提供者：weixin_38713167

  1. 数字图像处理自动图像聚焦算法的分析和比较

  2. 图像聚焦判别函数的选择是自动图像测量中获取高质量图像的依据, 对几种用于自动图像聚焦判别的数字图像处理算法进行了较全面的性能比较, 定量分析了不同算法的计算速度、唯一性、准确性和灵敏度等。分析结果表明:梯度向量平方函数、拉普拉斯算法和二级梯度平方算法在单值性和灵敏度方面都较好; 罗伯特(Robert)梯度算法和梯度向量模方算法函数的稳定性比较好。以上的图像聚焦判别函数特性分析结果对于图像自动测量所需要的自动调焦控制具有指导意义。

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：747kb
    • 提供者：weixin_38697940

  1. 双足机器人实时障碍检测视觉系统

  2. 提出一种双足步行机器人的实时障碍检测视觉系统. 基于图像平面与机器人行走地面之间的映射变换矩阵 的唯一性准则, 判别图像中的像点是否位于地面上, 高于或低于地面的点被认为是障碍点. 为减少实际行走过程中系 统外部和内部参数变化对映射变换矩阵的影响, 系统加入了在线校正映射变换矩阵模块. 在提取出障碍物体边缘后, 通过对其三维信息的简单恢复, 建立了机器人行走空间的障碍投影图. 该系统计算量小, 可靠性强, 能基本满足双足 步行机器人实时避障的要求.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：311kb
    • 提供者：weixin_38567962