点数信息
www.dssz.net
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]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 均值偏移
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
mean shift 算法概述
Mean Shift 这个概念最早是由Fukunaga等人[1]于1975年在一篇关于概率密度梯度函数的估计中提出来的,其最初含义正如其名,就是偏移的均值向量,在这里Mean Shift是一个名词,它指代的是一个向量,但随着Mean Shift理论的发展,Mean Shift的含义也发生了变化,如果我们说Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.
所属分类:
C/C++
发布日期:2011-12-30
文件大小:1048576
提供者:
abwanglixia
中科院现代数字信号处理实验报告-维纳滤波器
假设一个点目标在x,y平面上绕单位圆做圆周运动,由于外界干扰,其运动轨迹发生了偏移。其中,x方向的干扰为均值为0,方差为0.05的高斯噪声;y方向干扰为均值为0,方差为0.06的高斯噪声。
所属分类:
专业指导
发布日期:2013-03-15
文件大小:112640
提供者:
sxtong012
mean-shift
Mean Shift 这个概念最早是由Fukunaga等人[1]于1975年在一篇关于概率密度梯度函数的估计中提出来的,其最初含义正如其名,就是偏移的均值向量,在这里Mean Shift是一个名词,它指代的是一个向量,但随着Mean Shift理论的发展,Mean Shift的含义也发生了变化,如果我们说Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.
所属分类:
专业指导
发布日期:2013-05-31
文件大小:1048576
提供者:
c6610123
飞行器高度表控件,主要应用于模拟飞行器的高度仪表,可用于模拟训练,仿真等软件界面。飞机高度表控件占用资源小,执行效率高。
飞行器高度表控件,主要应用于模拟飞行器的高度仪表,可用于模拟训练,仿真等软件界面。飞行器高度表控件占用资源小,执行效率高。经测试其刷新周期小于5毫秒,均值为2毫秒。本控件提供丰富的接口。 飞行器高度表控件格式为OCX。 基本参数 SetRealAltitude 设置实际飞行高度 GetRealAltitude 获取实际飞行高度 SetPlanAltitude 设置计划飞行高度 GetPlanAltitude 获取计划飞行高度 背景 SetBKMode 设置背景模式 GetBKMode 获取背景
所属分类:
C++
发布日期:2014-03-25
文件大小:3145728
提供者:
u014267943
飞机速度表控件,主要应用于模拟飞机的速度仪表,可用于模拟训练,仿真等软件界面。飞机速度表控件占用资源小,执行效率高。
飞行器速度表控件,主要应用于模拟飞行器的速度仪表,可用于模拟训练,仿真等软件界面。飞行器速度表控件占用资源小,执行效率高。经测试其刷新周期小于5毫秒,均值为2毫秒。本控件提供丰富的接口。 飞行器速度表控件格式为OCX。 飞行器速度表控件帮助手册 > 接口说明 基本参数 SetRealSpeed 设置实际飞行速度 GetRealSpeed 获取实际飞行速度 SetPlanSpeed 设置计划飞行速度 GetPlanSpeed 获取计划飞行速度 背景 SetBKMode 设置背景模式 Get
所属分类:
C++
发布日期:2014-03-29
文件大小:1048576
提供者:
u014267943
Meanshift,聚类算法讲解
Meanshift,聚类算法入门讲解 Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束. 1. Meanshift推导 给定d维空间Rd的n个样本点 ,i=1,…,n,在空间中任选一点x,那么Mean Shift向量的基本形式定义为:
所属分类:
C++
发布日期:2015-05-19
文件大小:421888
提供者:
chinese257
Mean-Shift原理概述
Mean-Shift原理概述,挺详细的 Mean Shift 这个概念最早是由 Fukunaga 等人[1]于 1975 年在一篇关于概率密度梯度函 数的估计中提出来的,其最初含义正如其名,就是偏移的均值向量,在这里 Mean Shift是一个名 词,它指代的是一个向量,但随着 Mean Shift 理论的发展,Mean Shift 的含义也发生了变化,如果 我们说 Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其 偏移均值,然后以此为新的起始点,继续移
所属分类:
讲义
发布日期:2015-08-06
文件大小:761856
提供者:
qiye005
Mean_Shift 算法(图像分割)
Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.Comaniciu等人[3][4]把Mean Shift成功的运用的特征空间的分析,在图像平滑和图像分割中Mean Shift都得到了很好的应用. Comaniciu等在文章中证明了,Mean Shift算法在满足一定条件下,一定可以收敛到最近的一个概率密度函数的稳态点,因此Mean Shift算法可以用来检测概率密度函数中存在的模态.
所属分类:
算法与数据结构
发布日期:2017-08-24
文件大小:3072
提供者:
qq_19833675
Mean Shift 概述
Mean Shift 这个概念最早是由Fukunaga等人[1]于1975年在一篇关于概率密度梯度函数的估计中提出来的,其最初含义正如其名,就是偏移的均值向量,在这里Mean Shift是一个名词,它指代的是一个向量,但随着Mean Shift理论的发展,Mean Shift的含义也发生了变化,如果我们说Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.
所属分类:
讲义
发布日期:2017-08-24
文件大小:1048576
提供者:
qq_19833675
mean shift 图像分割
Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.
所属分类:
机器学习
发布日期:2018-04-03
文件大小:4194304
提供者:
qq_24599599
数学高考类的
资料,高考用第1关: 极值点偏移问题--对数不等式法 2 第2关: 参数范围问题—常见解题6法 6 第3关: 数列求和问题—解题策略8法 9 第4关: 绝对值不等式解法问题—7大类型 13 第5关: 三角函数最值问题—解题9法 19 第6关: 求轨迹方程问题—6大常用方法 24 第7关: 参数方程与极坐标问题—“考点”面面看 37 第8关: 均值不等式问题—拼凑8法 43 第9关: 不等式恒成立问题—8种解法探析 第10关: 圆锥曲线最值问题—5大方面
所属分类:
教育
发布日期:2018-10-23
文件大小:8388608
提供者:
qq_22321351
Matlab时域维纳滤波的一个例子原创-实验报告.doc
Matlab时域维纳滤波的一个例子原创-实验报告.doc 题目要求: 假设一个点目标在x,y平面上绕单位圆做圆周运动,由于外界干扰,其运动轨迹发生了偏移。其中,x方向的干扰为均值为0,方差为0.05的高斯噪声;y方向干扰为均值为0,方差为0.06的高斯噪声。 1、 试设计一FIR维纳滤波器,确定最佳传递函数,并用该滤波器处理观测信号,得到其最佳估计。(注:自行设定误差判定阈值,根据阈值确定滤波器的阶数或传递函数的长度)。 4、 附件的实验报告中给出了解题思路,实现源程序、以及结果分析, 分别
所属分类:
其它
发布日期:2019-08-13
文件大小:115712
提供者:
weixin_39840924
C#实现封装六西格玛数据统计工具类SixSigmaHelper
1、常量定义 2、数组求和 3、数组求平均数 4、按指定小数精度计算数组平均值 5、获取整体平均值:先分组,计算组内平均值,然后计算整体平均值 6、获取子组平均数,以数组形式返回 7、求整体标准差 8、按指定小数精度获取标准差 9、求移动极差均值 10、求组内标准差 11、获取整体正态分布曲线数组值 12、获取组内正态分布曲线数组值 13、获取数据分布情况 14、无偏移过程能力指数 15、无偏移下单限过程能力指数 16、无偏移上单限过程能力指数 17、有偏移过程能力指数 18、无偏移短期过程能
所属分类:
C#
发布日期:2019-09-30
文件大小:3072
提供者:
zlbdmm
MS_code.7z
matlab仿真,已实现,更换图片即可。 Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束.
所属分类:
机器学习
发布日期:2020-03-21
文件大小:1024
提供者:
w_wanan
CN109712196A-摄像头标定处理方法、装置、车辆控制设备及存储介质-公开.PDF
详细介绍了一种摄像头标定处理方法,非常具有参考意义。小109712196A 权利要求书 2/2页 数据获取模块,用于在车辆直线行驶过程屮,获取摄像头采集的至少一对图像数据,以 及每个所述图像数据的采集时刻的车辆位置,每对所述图像数据包括所述摄像头在两个不 同位置拍摄的图像数据,每对所述图像数包括共同的静态特征点 标定计算模块,用于根椐所述夲少一对图像数摒,以及每个所述图像数据的采集时刻 的车辆位置,计算所述摄像头的当前安装角度 标定处理模块,用丁: 判断所述摄像头的安装角度误差是否在预设误差范围
所属分类:
讲义
发布日期:2019-07-06
文件大小:1029120
提供者:
qq_17555739
中南大学计算机学院梁毅雄老师授课-数字图像处理-考试要点答案整理
中南大学计算机学院梁毅雄老师授课考试要点答案整理。此文档受众:中南大学!计算机学院!梁毅雄老师授课学生!数字图像处理!中南大学计算机学院梁毅雄老师授课考试重点整理 2019.07.03 Canny边绿检测算法 基本原理 图象边缘检测必须满足两个条件:一能有效地抑制噪声;二必须尽量精确确 定边缘的位置。 从数学上表达了三个准则[信噪比准则(低错误率)、定位精度准则、单边缘 响应准则」,并寻找表达式的最佳解 属于先平滑后求导的方法 步骤 1)使用高欺滤波器,以平滑图像,滤除噪声。 2)计算图像中每个
所属分类:
讲义
发布日期:2019-07-04
文件大小:5242880
提供者:
sinat_31857633
基于多特征判别的密封圈缺陷检测
针对小直径任意形状密封圈的缺陷自动检测,提出一种基于图像处理的多特征检测识别方法。对密封圈图像进行二值化、滤波、轮廓提取与跟踪等预处理,获取密封圈边界内外轮廓线;通过定义轮廓曲线段偏移概率矩阵,计算了偏移二阶矩、熵以及最小外接矩形宽长比,构建了特征向量;采用基于均值向量和标准差向量的分级筛选,判断缺陷是否存在及其位置,并对检测到的缺陷点按欧氏距离进行合并。实验仿真结果表明,该方法能够检测出不同形状密封圈中毛边、缺损等缺陷,多特征的组合使用使整体检测率达到91.6%,给密封圈的质量检测提供了一种良
所属分类:
其它
发布日期:2020-07-02
文件大小:529408
提供者:
weixin_38528463
pytorch 图像中的数据预处理和批标准化实例
目前数据预处理最常见的方法就是中心化和标准化。 中心化相当于修正数据的中心位置,实现方法非常简单,就是在每个特征维度上减去对应的均值,最后得到 0 均值的特征。 标准化也非常简单,在数据变成 0 均值之后,为了使得不同的特征维度有着相同的规模,可以除以标准差近似为一个标准正态分布,也可以依据最大值和最小值将其转化为 -1 ~ 1 之间 批标准化:BN 在数据预处理的时候,我们尽量输入特征不相关且满足一个标准的正态分布,这样模型的表现一般也较好。但是对于很深的网路结构,网路的非线性层会使得输出的结
所属分类:
其它
发布日期:2020-12-23
文件大小:59392
提供者:
weixin_38660058
动手学深度学习Pytorch Task06
本节课内容批量归一化和残差网络、凸优化、梯度下降 一、批量归一化和残差网络 1.批量归一化 对输入的标准化(浅层模型):处理后的任意一个特征在数据集中所有样本上的均值为0、标准差为1。标准化处理输入数据使各个特征的分布相近。 批量归一化(深度模型):利用小批量上的均值和标准差,不断调整神经网络中间输出,从而使整个神经网络在各层的中间输出的数值更稳定。 对全连接层做批量归一化 位置:全连接层中的仿射变换和激活函数之间。 对卷积层做批量归一化 位置:卷积计算之后、应用激活函数之前。 如果卷积计算
所属分类:
其它
发布日期:2021-01-06
文件大小:392192
提供者:
weixin_38669729
伯禹 动手学深度学习 打卡09 之批量归一化和残差网络
批量归一化(BatchNormalization) 对输入的标准化(浅层模型) 处理后的任意一个特征在数据集中所有样本上的均值为0、标准差为1。 标准化处理输入数据使各个特征的分布相近 批量归一化(深度模型) 利用小批量上的均值和标准差,不断调整神经网络中间输出,从而使整个神经网络在各层的中间输出的数值更稳定。 1.对全连接层做批量归一化 位置:全连接层中的仿射变换和激活函数之间。 全连接: 2.对卷积层做批量归⼀化 位置:卷积计算之后、应⽤激活函数之前。 如果卷积计算输出多个通道,我们需要对
所属分类:
其它
发布日期:2021-01-06
文件大小:186368
提供者:
weixin_38653687
«
1
2
3
»