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. GIS软件应用实验指导书

  2. 《GIS软件应用实验指导书》 杨克诚 编 资环学院地理信息科学系 实验一、使用 ARCMAP浏览地理数据 1 一、实验目的 1 二、实验准备 1 三、实验步骤及方法 3 第1步 启动 ArcMap 3 第2步 检查要素图层 5 第3步 显示其它图层 6 第4步 查询地理要素 7 第5步 检查其它属性信息 9 第6步 设置并显示地图提示信息 11 第7步 根据要素属性设置图层渲染样式 14 第8步 根据属性选择要素 18 第9步 使用空间关系选择地理要素 20 第10步 退出 ArcMap 22

  3. 所属分类：网络基础

    • 发布日期：2009-08-18
    • 文件大小：14mb
    • 提供者：orientalwt

  1. 基于多分类器融合算法的3D人脸年龄识别

  2. 为了提高人脸识别中待测人脸图像年龄估计的正确率,提出了一种基于多分类器融合的3D人脸年龄识别算法。首 先,利用人脸的纹理信息将二维图像映射到标准三维模型上,并以贝叶斯决策理论为基础,对Kittler提出的多分类器融合算 法理论框架及其组合规则进行了详细的研究、讨论和改进,然后应用改进后的多分类器组合规则将多个单独识别分类器加 以融合以达到分类未知年龄目标人脸的目的,并估计人脸年龄。实验结果表明,算法可有效估计目标人脸年龄,并减小估计 误差。

  3. 所属分类：其它

    • 发布日期：2009-12-23
    • 文件大小：342kb
    • 提供者：Lucifer110953

  1. 地震振幅解释 Fred J.Hilterman著

  2. 目 录 第一节 课程介绍 1A. 地震解释原理 1B. 历史回顾 1C. 基本原则 1D. 课程目标 第二节　岩石物理学 2A. P波、S波、密度和泊松比 2B. 建立区域和局部的岩石特性趋势 2C. 速度与密度之间的经验关系 2D. 体积模量关系 2E. 波传播理论 2F. 通过Anstey返回地质学 第三节 地震反射振幅 3A. 法向入射振幅 3B. 从几何形态方面考虑振幅 3C. 振幅随入射角的变化 3D. Zoeppritz方程的线性近似式 3E. 各向异性时的线性近似公式 第四节 识

  3. 所属分类：C

    • 发布日期：2010-01-16
    • 文件大小：456kb
    • 提供者：kg19860202

  1. ArcGIS教程,GIS软件应用

  2. ArcGIS教程,GIS软件应用 实验指导书 杨克诚 编 资环学院地理信息科学系 2006年5月 目 录 实验一、使用 ARCMAP浏览地理数据 1 一、实验目的 1 二、实验准备 1 三、实验步骤及方法 3 第1步 启动 ArcMap 3 第2步 检查要素图层 5 第3步 显示其它图层 6 第4步 查询地理要素 7 第5步 检查其它属性信息 9 第6步 设置并显示地图提示信息 11 第7步 根据要素属性设置图层渲染样式 14 第8步 根据属性选择要素 18 第9步 使用空间关系选择地理要素

  3. 所属分类：网络基础

    • 发布日期：2010-06-22
    • 文件大小：14mb
    • 提供者：lyly1zj

  1. (错发，发现不用分割，无法删除，请下载完整版)UBUNTU桌面培训10.04 简体中文PDF版(part1)

  2. 目录 课程概况 27 目标对象和前提要求................................................. 27 学生职责 ........................................................... 28 Ubuntu课程计划 .................................................. 28 教员职责 ......................................

  3. 所属分类：Linux

    • 发布日期：2010-08-03
    • 文件大小：13mb
    • 提供者：lostaway

  1. UBUNTU桌面培训10.04 简体中文r1 PDF版

  2. 目录 课程概况 27 目标对象和前提要求................................................. 27 学生职责 ........................................................... 28 Ubuntu课程计划 .................................................. 28 教员职责 ......................................

  3. 所属分类：Linux

    • 发布日期：2010-08-03
    • 文件大小：19mb
    • 提供者：lostaway

  1. ArcGIS实验指导书（完整版下载）

  2. ArcGIS实验指导书（完整版下载） 实验一、使用 ARCMAP浏览地理数据 1 一、实验目的 1 二、实验准备 1 三、实验步骤及方法 3 第1步 启动 ArcMap 3 第2步 检查要素图层 5 第3步 显示其它图层 6 第4步 查询地理要素 7 第5步 检查其它属性信息 9 第6步 设置并显示地图提示信息 11 第7步 根据要素属性设置图层渲染样式 14 第8步 根据属性选择要素 18 第9步 使用空间关系选择地理要素 20 第10步 退出 ArcMap 22 四、实验报告要求 23 实

  3. 所属分类：网络基础

    • 发布日期：2011-02-28
    • 文件大小：14mb
    • 提供者：rosemeng

  1. J2ME+手机游戏开发技术详解.pdf

  2. 第1章 J2ME概论 1.1 J2ME的基本概念 1.2 CLDC简介 1.3 MIDP应用程序开发 1.4 J2ME 3D概述 1.5 3D手机游戏的分类和设计概要 1.6 本章小结 第2章 开发环境的选择和配置 2.1 WTK 2.5的安装和配置 2.2 手机厂商SDK 2.3 Jbuilder 2006移动开发环境 2.4 Eclipse 3.2.1移动开发环境 2.5 NetBeans 5.5移动开发环境 2.6 本章小结 第3章 游戏开发相关技术 3.1 游戏用户界面（Canvas）

  3. 所属分类：Android

    • 发布日期：2012-11-12
    • 文件大小：485kb
    • 提供者：yersterday

  1. cs231n--3D目标分类

  2. 3D object categorization

  3. 所属分类：讲义

    • 发布日期：2017-01-11
    • 文件大小：24mb
    • 提供者：zhwisdom0427

  1. A Year of Computer Vision

  2. 内容目录 简介 第一部分 分类/定位 目标检测 目标追踪 第二部分 分割 超分辨率、Z着色 动作识别 第三部分 3D 目标 人体姿势估计 3D 重建 其他未分类 3D 总结 第四部分 卷积架构 数据集 不可分类的其他材料与有趣趋势 结论

  3. 所属分类：机器学习

    • 发布日期：2017-12-06
    • 文件大小：1mb
    • 提供者：discoverhfub

  1. 基于3D目标识别的工业机器人无序分拣技术研究.pdf

  2. 为硕博士论文。 运动目标物体检测是现今计算机视觉研究的热点问题之一。对该问题虽然研究数量众多,但一些复杂的问题,例如环境光照变化、目标物体半/全遮挡、目标物体刚性/非刚性形变等,仍然极具挑战并且严重阻碍运动目标检测效果的进一步提高。本论文主要提出了一种具有普适性,能适用于不同环境或背景下检测运动目标物体的框架。该框架以增量学习理论为基础,将模式识别理论中的多模态模型(包括经典的分类模型、新颖的聚类模型等)无缝运用在运动目标物体检测问题的求解。具体来说,本论文采用的增量学习思想主要基于视频相邻帧

  3. 所属分类：硬件开发

    • 发布日期：2019-09-15
    • 文件大小：5mb
    • 提供者：learnjavaboy

  1. ModelNet 三维点云数据集.torrent

  2. 种子资源，需要自己自行下载。 ModelNet 数据集共有 662 种目标分类，127915 个 CAD 模型，以及 10 类标记过方向的数据，旨在为 计算机视觉 、计算机图形学、机器人和认知科学的研究人员提供全面的物体 3D 模型。 该数据集包含了三个子集： ModelNet10 为 10 个标记朝向的子集数据； ModelNet40 为 40 个类别的三维模型； Aligned40 为 40 类标记的三维模型。 ModelNet 数据集由普林斯顿视觉与机器人实验室于 2015

  3. 所属分类：其它

    • 发布日期：2020-03-11
    • 文件大小：63kb
    • 提供者：weixin_38747087

  1. 深度学习3D点云分割综述.zip

  2. 这篇综述主要是对当前在3D点云应用上表现优异的深度学习方法进行调查研究。我们首先探讨将深度学习直接应用到点云上所面临的挑战，简短地讨论早期通过将点云预处理为结构化数据从而克服上述挑战的方法。然后会回顾各种表现优异的深度学习方法，这些方法可以直接将点云处理为非结构化的网格数据。最后，我们会介绍一些常用的3D点云基准数据集，进一步探讨深度学习在分类，分隔，目标检测等3D视觉任务中的应用。

  3. 所属分类：机器学习

    • 发布日期：2020-01-27
    • 文件大小：1mb
    • 提供者：syp_net

  1. 视频监控系统异常目标检测与定位综述_胡正平.pdf

  2. ，随着视频监控系统的大量应用，人工的异常检测方法已难以适应视频数据的急剧增长，而3D特征描述、深度学习等最新技术不仅推动了计算机视觉领域的发展，也使得大规模的视频数据分析成为可能。目前基于视频监控系统的异常检测方法大致概括为两个方向: 1) 基于视频帧进行二维视觉特征提取并学习帧间信息，从而对视频目标进行时空表述。2) 针对含有运动信息的时空兴趣块直接进行3D 时空特征学习，并通过模式分类检测出异常及其所在位置。本文在对目前视频异常检测技术进行全面分析和总结的基础之上，对视频异常描述和视频异常分

  3. 所属分类：互联网

    • 发布日期：2020-10-23
    • 文件大小：2mb
    • 提供者：heroshine

  1. 基于随机蕨的光电成像末端制导目标初始化

  2. 为实现光电成像末端制导中的自适应目标初始化, 针对末端制导景象匹配中图像存在尺度、旋转、灰度和3D视角差异, 及传统方法运算量较大的问题, 基于随机蕨分类器构造了一种新的景象匹配算法。算法首先利用基准图像进行分类器训练, 然后基于该分类器对实时图像进行特征匹配。为剔除误匹配特征对, 对初始匹配特征对中的对应区域分别进行尺度不变特征变换(SIFT)特征描述, 基于马氏距离准则进行误匹配特征对剔除。根据顺序抽样一致性算法(PROSAC)对剩余的匹配特征对估计两图像的外极几何关系, 最终根据外极几何关

  3. 所属分类：其它

  1. 基于三维卷积神经网络的点云图像船舶分类方法

  2. 为了进一步提高点云图像船舶分类方法的分类准确率,提出了一种基于三维卷积神经网络(3D CNN)的点云图像船舶分类方法。首先采用密度网格方法将点云图像转为体素网格图像,将体素网格图像作为3D CNN的输入对象;接着通过设计的6层3D CNN提取体素网格图像的高水平特征,捕捉结构信息;最后在输出层利用Softmax函数进行分类,得到最终的分类结果。实验结果表明,在自建的点云图像船舶数据集上,所提方法的分类准确率达到了96.14%,比3D ShapeNets方法和VoxNet方法分别提高了5.97%和

  3. 所属分类：其它

  1. octnet：OctNet：以高分辨率学习深度3D表示-源码

  2. OctNet使用有效的空间分区结构（即八叉树）来减少内存和计算3D卷积神经网络的需求，从而实现高分辨率的深度学习。 这是本文的代码： ， 和 我们展示了OctNet，它是稀疏3D数据的深度学习表示。 与现有模型相比，我们的表示支持深度和高分辨率的3D卷积网络。 为了实现这一目标，我们利用输入数据中的稀疏性，使用一组不平衡的八叉树来对空间进行分层划分，其中每个叶节点都存储一个池化的要素表示。 这样可以将内存分配和计算集中到相关的密集区域，并在不影响分辨率的情况下实现更深的网络。 通过分析

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：640kb
    • 提供者：weixin_42108054

  1. CNN-3D-images-Tensorflow：使用CNN（卷积神经网络）进行3D图像分类-源码

  2. 使用Tensorflow的CNN 3D图像 目标：使用CNN（卷积神经网络）进行MRI分类任务 代码依赖关系：Tensorflow 1.0，Anaconda 4.3.8，Python 2.7 从3D医学图像学习模型的困难 数据大小太大。 例如218x182x218或256x256x40 数据数量有限。 换句话说，训练规模太小。 所有图像看起来都非常相似，并且主体之间只有细微的差别。 可能的解决方案 配备好的机器，尤其是RAM 在预处理中对图像进行下采样 数据扩充，例如旋转，移位，组合

  3. 所属分类：其它

  1. 二维和三维卷积神经网络相结合的CT图像肺结节检测方法

  2. 针对现有方法在大量肺部数据中存在的检测肺结节效率不高及大量假阳性的问题，提出了一种基于端到端的二维全卷积对象定位网络(2D FCN)与三维立体式目标分类卷积神经网络(3D CNN)相结合的肺结节检测方法。首先采用2D全卷积神经网络对所有CT图像进行初步检测，快速识别和定位CT图像中的疑似结节区域，输出一张与原图尺寸相同且被标记好的图像。然后计算疑似结节区域的坐标，根据坐标值提取疑似结节的三维立体图像块训练构建的3D卷积神经网络框架。最后利用训练的3D模型对候选结节做二分类处理以去除假阳性。在LI

  3. 所属分类：其它

  1. 基于3D-Hibert能量谱和多尺度分形特征的通信辐射源个体识别

  2. 针对通信辐射源的个体识别问题，提出一种基于希尔伯特—黄变换（HHT,Hilbert-Huang transform）和多尺度分形特征的新方法。首先，通过 HHT 得到时频能量谱，将其视为三维空间中的复杂曲面，即 3D-Hilbert能量谱；然后，利用分形理论通过多尺度分块提取差分盒维数和多重分形维数二维特征组成特征向量；最后，采用支持向量机分类器结合二维特征向量实现通信辐射源的个体分类。分别利用仿真信号和调制方式相同的实际通信信号，验证并对比了所提方法与另外2种方法在2类及3类目标情况下的识别性

  3. 所属分类：其它

« 12 »