您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 对图像分块,计算每个块的均值和方差,并给出了结果的图象化表示,易于观察

  2. 对图像分块,计算每个块的均值和方差,并给出了结果的图象化表示,易于观察
  3. 所属分类:专业指导

    • 发布日期:2009-06-24
    • 文件大小:2048
    • 提供者:dongzhou399
  1. 一种基于全局均值和局部方差的图像二值化方法

  2. 比较了几种常用的动态阈值二值化方法,并在此基础上提出了一种新的基于均值和方差的二值化方法。试验表明,这种方法能够较好地区分物体和背景,并且相对于原来的逐点进行二值化的方法而言大大提高了处理速度。
  3. 所属分类:专业指导

    • 发布日期:2009-07-06
    • 文件大小:1048576
    • 提供者:mountyang
  1. 数据阿伦方差计算显示问题

  2. 在科学研究实验中,经常遇到对大量的实验数据的处理问题。其处理方法有很多种,但其基本的处理一般包括:求均值、方差等。在本设计中我们采用了文档视图结构,样本数据和函数曲线数据存放在文档中,在视图中完成函数曲线的绘制。而对于数据的修改我们也通过视图传递给文档,然后实现视图的同步更新。与此同时,对于数据的管理,我们通过在一个单独的类中处理,实现较好的模块化和可重用化。
  3. 所属分类:C/C++

    • 发布日期:2011-08-30
    • 文件大小:5242880
    • 提供者:dudululu1987
  1. 计算图像均值和方差

  2. 计算一幅图像的均值和方差,基于openCV实现,适用于图像融合、分割和识别等机器视觉领域。
  3. 所属分类:C++

    • 发布日期:2012-11-26
    • 文件大小:1024
    • 提供者:buaayxd
  1. 均值方差计算器

  2. 1.均值方差计算器:设计一个平均值计算器,有一个输入窗口,可迅速算出输入的一系列数字的平均值和方差;同时支持加载外部文本,可算出文本中所列出数字的均值和方差。
  3. 所属分类:Java

    • 发布日期:2013-04-12
    • 文件大小:5120
    • 提供者:wsmuzi123
  1. Matlab求矩阵均值,方差

  2. 利用Matlab求矩阵的矩阵和标准差,简单易用,非常好的一段小程序。
  3. 所属分类:其它

    • 发布日期:2014-04-12
    • 文件大小:466
    • 提供者:j982764511
  1. 测量程序设计工具集

  2. 本程序有八大计算功能。分别是(1)水平角计算(2)竖直角计算(3)三角高程计算(4)均值和方差计算(5)线性方程组计算(6)坐标正反算(7)平差计算(8)坐标计算。
  3. 所属分类:VB

    • 发布日期:2014-06-04
    • 文件大小:2097152
    • 提供者:naiegh
  1. opencv计算5*5邻域方差图

  2. 利用opencv实现图像任意点5*5邻域的均值和方差计算
  3. 所属分类:C++

    • 发布日期:2015-07-13
    • 文件大小:3072
    • 提供者:guojianncu
  1. 计算均值和方差的代码,方便好用噢

  2. 计算均值和方差的代码,方便好用噢,写成函数的形式,可直接调用。
  3. 所属分类:专业指导

    • 发布日期:2008-11-16
    • 文件大小:4096
    • 提供者:wine_cat
  1. 根据均值和方差生成高斯噪声,给图像叠加高斯噪声

  2. 根据均值和方差生成高斯噪声,给图像叠加高斯噪声,C++
  3. 所属分类:C++

    • 发布日期:2017-01-13
    • 文件大小:2048
    • 提供者:xsw104205
  1. python 打开并计算两幅dicom图像感兴趣区域像素的均值方差

  2. 使用python 自带的Tkinter编写的小工具,能够打开医学图像dicom或ima格式,显示两幅图像,并且计算感兴趣区域的均值和方差
  3. 所属分类:Python

  1. 求均值和方差

  2. 求灰度图像的均值和方差,初学者可以学习下,这是一个很不错的学习例子!
  3. 所属分类:嵌入式

    • 发布日期:2018-04-16
    • 文件大小:20480
    • 提供者:mingaiminghao
  1. 计算自己构建数据集的均值和方差

  2. 在利用深度学习开源代码测试自己数据时,会遇到对自己构建数据集进行均值和方差计算的问题。本资源有两个python脚本,在python3下编写,一个是直接求取原始数据集均值,一个是对拉成张量后的数据集进行均值和方差求取处理,用于transforms.Normalize()函数设置。
  3. 所属分类:深度学习

    • 发布日期:2019-04-24
    • 文件大小:1024
    • 提供者:m0_37759119
  1. 图像均值和方差

  2. 计算一幅图像的均值和方差,基于openCV实现,适用于图像融合、分割和识别等机器视觉领域。
  3. 所属分类:C++

    • 发布日期:2012-11-21
    • 文件大小:1024
    • 提供者:buaayxd
  1. 计算pytorch标准化(Normalize)所需要数据集的均值和方差实例

  2. 今天小编就为大家分享一篇计算pytorch标准化(Normalize)所需要数据集的均值和方差实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  3. 所属分类:其它

    • 发布日期:2020-09-18
    • 文件大小:33792
    • 提供者:weixin_38522552
  1. C#利用Random得随机数求均值、方差、正态分布的方法

  2. 本文实例讲述了C#利用Random得随机数求均值、方差、正态分布的方法。分享给大家供大家参考。具体如下: 最近在做中小学试卷分析系统,其中数据的分析让自己很头疼,整个系统采用B/S架构。在分析试卷难度梯度的时候需要用到正态分布,自己做了一些,也查阅了一些资料,终于掌握了将一组数据分析检验,最后生成正态分布。 (1)利用随机函数rand()生成(0,1)区间的100个均匀分布随机数; (2)计算这100个均匀分布随机数的均值和方差, (3)将这100个均匀分布的随机数,及其均值和方差保存到文本文件
  3. 所属分类:其它

    • 发布日期:2020-12-31
    • 文件大小:50176
    • 提供者:weixin_38722348
  1. 批量归一化和残差网络

  2. 1.由来: 由google2015年提出,深度神经网络训练的技巧,主要是让数据的分布变得一致,从而使得训练深层神经网络更加容易和稳定。 2.作用 BN的作用就是将这些输入值或卷积网络的张量进行类似标准化的操作,将其放缩到合适的范围,从而加快训练速度;另一方面使得每一层可以尽量面对同一特征分布的输入值,减少了变化带来的不确定性 3.操作阶段 4.操作流程 计算每一层深度的均值和方差 对每一层设置2个参数,γ和β。假设第1深度γ=2、β=3;第2深度γ=5、β=8。 使用缩放因子γ和移位因子
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:258048
    • 提供者:weixin_38675797
  1. 计算pytorch标准化(Normalize)所需要数据集的均值和方差实例

  2. pytorch做标准化利用transforms.Normalize(mean_vals, std_vals),其中常用数据集的均值方差有: if 'coco' in args.dataset: mean_vals = [0.471, 0.448, 0.408] std_vals = [0.234, 0.239, 0.242] elif 'imagenet' in args.dataset: mean_vals = [0.485, 0.456, 0.406] std_vals =
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:33792
    • 提供者:weixin_38598613
  1. 计算pytorch标准化(Normalize)所需要数据集的均值和方差实例

  2. pytorch做标准化利用transforms.Normalize(mean_vals, std_vals),其中常用数据集的均值方差有: if 'coco' in args.dataset: mean_vals = [0.471, 0.448, 0.408] std_vals = [0.234, 0.239, 0.242] elif 'imagenet' in args.dataset: mean_vals = [0.485, 0.456, 0.406] std_vals =
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:33792
    • 提供者:weixin_38643269
  1. 计算pytorch标准化(Normalize)所需要数据集的均值和方差

  2. 先说明一下情况 1、如果是自己的数据集,mean 和 std 肯定要在normalize之前自己先算好再传进去的 2、有两种情况: a)数据集在加载的时候就已经转换成了[0, 1]. b)应用了torchvision.transforms.ToTensor,其作用是 ( Converts a PIL Image or numpy.ndarray (H x W x C) in the range [0, 255] to a torch.FloatTensor of shape (C x H x W
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:50176
    • 提供者:weixin_38556985
« 12 3 4 5 6 7 8 9 10 ... 22 »