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. mean shift 算法概述

  2. 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.

  3. 所属分类：C/C++

    • 发布日期：2011-12-30
    • 文件大小：1048576
    • 提供者：abwanglixia

  1. 中科院现代数字信号处理实验报告-维纳滤波器

  2. 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。

  3. 所属分类：专业指导

    • 发布日期：2013-03-15
    • 文件大小：112640
    • 提供者：sxtong012

  1. mean-shift

  2. 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.

  3. 所属分类：专业指导

    • 发布日期：2013-05-31
    • 文件大小：1048576
    • 提供者：c6610123

  1. 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。

  2. 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

  3. 所属分类：C++

    • 发布日期：2014-03-25
    • 文件大小：3145728
    • 提供者：u014267943

  1. 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。

  2. 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

  3. 所属分类：C++

    • 发布日期：2014-03-29
    • 文件大小：1048576
    • 提供者：u014267943

  1. Meanshift，聚类算法讲解

  2. 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:

  3. 所属分类：C++

    • 发布日期：2015-05-19
    • 文件大小：421888
    • 提供者：chinese257

  1. Mean-Shift原理概述

  2. 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

  3. 所属分类：讲义

    • 发布日期：2015-08-06
    • 文件大小：761856
    • 提供者：qiye005

  1. Mean_Shift 算法（图像分割）

  2. 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.

  3. 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

  1. Mean Shift 概述

  2. 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.

  3. 所属分类：讲义

    • 发布日期：2017-08-24
    • 文件大小：1048576
    • 提供者：qq_19833675

  1. mean shift 图像分割

  2. 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.

  3. 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

  1. 数学高考类的

  2. 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

  3. 所属分类：教育

    • 发布日期：2018-10-23
    • 文件大小：8388608
    • 提供者：qq_22321351

  1. Matlab时域维纳滤波的一个例子原创-实验报告.doc

  2. 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

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：115712
    • 提供者：weixin_39840924

  1. C#实现封装六西格玛数据统计工具类SixSigmaHelper

  2. 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

  3. 所属分类：C#

    • 发布日期：2019-09-30
    • 文件大小：3072
    • 提供者：zlbdmm

  1. MS_code.7z

  2. 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.

  3. 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

  1. 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

  2. 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

  3. 所属分类：讲义

    • 发布日期：2019-07-06
    • 文件大小：1029120
    • 提供者：qq_17555739

  1. 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

  2. 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

  3. 所属分类：讲义

    • 发布日期：2019-07-04
    • 文件大小：5242880
    • 提供者：sinat_31857633

  1. 基于多特征判别的密封圈缺陷检测

  2. 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

  3. 所属分类：其它

    • 发布日期：2020-07-02
    • 文件大小：529408
    • 提供者：weixin_38528463

  1. pytorch 图像中的数据预处理和批标准化实例

  2. 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

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：59392
    • 提供者：weixin_38660058

  1. 动手学深度学习Pytorch Task06

  2. 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

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：392192
    • 提供者：weixin_38669729

  1. 伯禹 动手学深度学习 打卡09 之批量归一化和残差网络

  2. 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

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：186368
    • 提供者：weixin_38653687
« 1 23 »