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. 一种基于图像特征点提取及匹配的方法

  2. 针对图像特征提取与匹配的适应性和准确性的问题，将尺度不变特征变换 (SIFT，Scale Invariant Feature Transform)算法应用到图像匹配领域．首先从原理上对SIFT算 法的特性进行了分析，并以visual studio 2005为开发平台对SIFT算法分步骤进行了实现；最后 以基于欧氏距离的最近邻准则作为特征的相似度量将SIFT算法提取的特征应用于图像特征 匹配，并对不同的近邻比进行比较，给出了建议值．通过3组实验图像的匹配结果表明，SIFT 算法提取的特征对图像缩

  3. 所属分类：C/C++

    • 发布日期：2011-06-06
    • 文件大小：233472
    • 提供者：queencff

  1. 基于MATLAB的GUI图像处理程序设计

  2. 　　　学习MATLAB GUI程序设计，利用MATLAB图像处理工具箱，设计和实现自己的Photoshop 。要求：按照软件工程方法，根据需求进行程序的功能分析和界面设计，给出设计详细说明。然后按照自己拟定的功能要求进行程序设计和调试。 　　　以下列出几点程序的功能，供参考： 1）图像的读取和保存。 2）设计图形用户界面，让用户能够对图像进行任意的亮度和对比度变化调整，显示和对比变换前后的图像。 3）设计图形用户界面，让用户能够用鼠标选取图像感兴趣区域，显示和保存该选择区域。 4）编写程序通过

  3. 所属分类：其它

    • 发布日期：2012-06-20
    • 文件大小：30720
    • 提供者：w172456978

  1. 三种解决TSP问题的近似算法的实现

  2. 最近邻策略(NearestNeighbor)解决TSP问题的算法实现——是基于贪心思想； 最短链路策略(ShortestLinkedHeuristic)解决TSP问题的算法实现——也是基于贪心算法，但与上述实现细节有所不同； 最短插入启发式策略(NearestInsertion)解决TSP问题的算法实现——插入启发式策略基本思想是对由|V|个城市的某m个城市所构成的回路，陆续地选择一个未在回路中的城市，然后插入到该回路，使得引起的权和的改变量最小。重复上述过程，直到所有的城市被插入。根据选择待

  3. 所属分类：C/C++

    • 发布日期：2012-09-19
    • 文件大小：467968
    • 提供者：xiaoyao3857

  1. 基于互信息的图像配准算法研究

  2. 本文对基于互信息的图像配准方法进行研究。主要工作有： （1）详细研究了互信息的基本理论和互信息配准方法的基本原理，并在matlab上对两幅图像进行配准仿真，通过得出的结果分析了此算法的性能。 （2）针对最近邻插值效率低下、线性插值引入新的灰度影响联合直方图计算的问题，本文研究了PV插值技术，这种插值技术效率较高，不会引入新的灰度，有效地抑制了互信息的大幅度变换，有利于配准参数的优化。 （3）针对基本的Powell优化算法不能保证搜索方向线性无关导致不利于目标函数搜索得到极值点的问题，研究了改进

  3. 所属分类：专业指导

    • 发布日期：2012-11-04
    • 文件大小：1048576
    • 提供者：dhl23

  1. 网格，反最近邻

  2. 自21世纪以来，在建设社会主义和谐社会的大背景下，怎样解决民生问题成为了党和国家的重点工作对象。加快推进以改善民生为重点的社会建设，大力推进社会体制改革、制度改革，完善公共服务制度并且加大社会管理力度，促进社会的公平正义，如何做到公共服务设施的科学合理布局成为了当今的热议话题，也是我们所面临的重大问题。 本文主要针对大规模商店定址问题进行分析和探讨。解决该问题的关键是如何能够快速对客户点进行查询访问以及怎么确定新店（新服务点）的后选址。以上两个问题是本文研究和讨论的重点，也是我们必须要解决的关

  3. 所属分类：IT管理

    • 发布日期：2014-05-21
    • 文件大小：1048576
    • 提供者：baidu_15631655

  1. pww区域连接特征提取算法

  2. 主体思想： 任何一个图像 肯定有多个或一个区域 每个区域在横向扫描时 会有分裂和合并 比如圆环 顶部有一个分裂点 底部有一个合并点 没有分裂合并的图形 就是简单的凸图像 很容易通过外形识别 而复杂的图像 就是凹的 就需要分裂合并点来识别 旋转30度 60度 90度 120，150 得到的分裂合并点序列是不同的 可以通过分析分裂合并点可以获得角点 区域连接特征： 重心和中心的偏置对宽高的比例 和方向 分裂合并点和重心位置的比例 方向 亮度和面积的比 这些是旋转和缩放不变的特征 适合用于图像的模式

  3. 所属分类：C++

    • 发布日期：2014-06-26
    • 文件大小：9437184
    • 提供者：pww71

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：225280
    • 提供者：huangyueranbbc

  1. c++bitmap图片处理类CBitmapEx

  2. 这是一个用于C++ MFC开发的Bitmap图片操作类，在文件中叫CBitmapEx,可用于放大，缩小，翻转，过渡和其他有用的功能，有兴趣的朋友可以下载看看。 部分public method: // // void Create(long width, long height); // void Create(CBitmapEx& bitmapEx); // void Load(LPTSTR lpszBitmapFile); // void Save(LPTSTR lpszBitmapFile

  3. 所属分类：C++

    • 发布日期：2016-09-25
    • 文件大小：1048576
    • 提供者：wcqq12345

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：Java

    • 发布日期：2017-04-08
    • 文件大小：225280
    • 提供者：q6115759

  1. 图像拼接程序

  2. 图像拼接是指把通过相机或摄像头获取的具有重叠区域的图像进行拼接，从而得到一张宽视角、高分辨率的全景图像。本文主要对静态全景图像拼接进行了多方面研究。在静态图像拼接方面，本文重点研究基于SURF(Speeded Up Robust Features)特征点提取匹配的图像拼接算法。传统的SIFT(Scale Invariant Feature Transform)算法缺点是在特征提取和匹配时的运算较慢，而SURF特征匹配算法克服了这个缺点，并且具有较好的鲁棒性。本文使用基于最近邻与次近邻距离比值匹

  3. 所属分类：电信

    • 发布日期：2017-10-20
    • 文件大小：2048
    • 提供者：happyness112233

  1. 菊安酱的机器学习第1期-k-近邻算法（直播）.pdf

  2. k-近邻算法的课件。来自于菊安酱的机器学习实战12期的免费教程。内涵python源码。菊安酱的直播间: 我们已经知道k近邻算法的工作原理,根据特征比较,然后提取样本集中特征最相似数据(最近邻)的分类标签。 那么如何进行比较呢?比如表1中新出的电影,我们该如何判断他所属的电影类别呢?如图2所示。 电影分类 120 爱情片(1,101) 爱情片(12,97) 80 爱情片(5,89) 水弊 60 ?(24,67) 动作片(112,9 20 动作片(1158) 动作片(108,5) 0 20 60 8

  3. 所属分类：讲义

    • 发布日期：2019-07-27
    • 文件大小：867328
    • 提供者：qiu1440528444

  1. 最近邻点对实现

  2. 寻找平面中距离最近的点对 时间复杂度为O(nlgn) 输入：点的个数<30000 点的坐标 输出：距离最近的点的距离的平方

  3. 所属分类：C/C++

    • 发布日期：2016-12-20
    • 文件大小：3072
    • 提供者：cherrywang1997

  1. python使用opencv resize图像不进行插值的操作

  2. 如下所示： def resize(src, dsize, dst=None, fx=None, fy=None, interpolation=None): 如果使用vanilla resize，不改变默认参数，就会对原图像进行插值操作。不关你是扩大还是缩小图片，都会通过插值产生新的像素值。 对于语义分割，target的处理，如果是对他进行resize操作的话。就希望不产生新的像素值，因为他的颜色信息，代表了像素的类别信息。 但是我们有时候希望resize之后不产生新的像素值，而是产生利用最近

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：64512
    • 提供者：weixin_38620741

  1. python实现kNN算法

  2. kNN(k-nearest neighbor)是一种基本的分类与回归的算法。这里我们先只讨论分类中的kNN算法。 k邻近算法的输入为实例的特征向量，对对应于特征空间中的点；输出为实例的类别，可以取多类，k近邻法是建设给定一个训练数据集，其中的实例类别已定，分类时，对于新的实例，根据其k个最邻近的训练实例的类别，通过多数表决等方式进行预测。所以可以说，k近邻法不具有显示的学习过程。k临近算法实际上是利用训练数据集对特征向量空间进行划分，并作为其分类的“模型” k值的选择，距离的度量和分类决策规

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：98304
    • 提供者：weixin_38746951

  1. Python 实现 KNN 分类算法

  2. 文章目录1. KNN1.1 KNN 分类算法步骤1.2 KNN 的优缺点2. python 实现 本文将详细讲述 KNN 算法及其 python 实现 1. KNN KNN（K-Nearest Neighbour）即 K最近邻，是分类算法中最简单的算法之一。KNN 算法的核心思想是 如果一个样本在特征空间中的 k 个最相邻的样本中的大多数属于某一个类别，则将该样本归为该类别 1.1 KNN 分类算法步骤 有 N 个已知分类结果的样本点，对新纪录 r 使用 KNN 将其分类 1.确定 k 值，确定

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：115712
    • 提供者：weixin_38744375

  1. K 近邻法（K-Nearest Neighbor, K-NN）

  2. 文章目录1. k近邻算法2. k近邻模型2.1 模型2.2 距离度量2.2.1 距离计算代码 Python2.3 kkk 值的选择2.4 分类决策规则3. 实现方法, kd树3.1 构造 kdkdkd 树3.2 搜索 kdkdkd 树4. 鸢尾花KNN分类4.1 KNN实现4.2 sklearn KNN k近邻法（k-nearest neighbor，k-NN）是一种基本分类与回归方法。 输入：实例的特征向量，对应于特征空间的点 输出：实例的类别，可以取多类 假设：给定一个训练数据集，其中的实例

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：296960
    • 提供者：weixin_38681147

  1. 用三种插值法实现图像的缩放

  2. 在图像几何变换中，图像中每个像素的值都按空间变换算法发生了变化。由于数字图像的坐标是整数，经过这些变换后坐标不一定为整数，因此要对变换后的整数坐标位置的像素值进行估计，即要进行图像的插值。MATLAB图像处理工具箱提供了3种插值方法：第一种是最近邻插值（nearest neighbor interpolation），最近邻插值的输出像素值等于输入图像中与其最临近的像素点的值；第二种是双线性插值（bilinear interpolation），双线性插值法的输出像素值是它在输入图像中2*2邻域像素

  3. 所属分类：互联网

    • 发布日期：2021-01-04
    • 文件大小：1024
    • 提供者：qq_44947220

  1. 使用近邻度量的基于图形的色彩映射

  2. 颜色在各种设备（例如相机，屏幕和打印机）上以不同的方式显示。 为了在这些设备上实现一致的外观，通常使用颜色管理，其中核心部分是色域映射算法（GMA）。 但是，广泛采用的逐点色域映射算法（PGMA）只能在色彩精度和细节之间进行折衷。 在这项工作中，我们首先通过对其进行采样。颜色将颜色空间划分为小立方体。 然后，我们建立了一个26邻域的图，其中样本颜色为顶点，相邻顶点之间的感知色差为权重。 在此基础上，提出了一种新的多源最短路径算法（MSSPA），用于建立色域外颜色与色域边界内颜色之间的颜色映射关系

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：801792
    • 提供者：weixin_38588592

  1. 基于超像素仿射传播聚类的视网膜血管分割

  2. 提出一种基于超像素仿射传播聚类的视网膜血管分割方法。首先对预处理后的图像提取Hessian最大本征值、Gabor小波、B-COSFIRE滤波特征,构建3维眼底图像像素特征;同时对眼底图像进行超像素分块,并采用一致性准则对所分的超像素块进行筛选,得到超像素候选块;把超像素候选块当作样本点,把候选块内的像素特征的统计平均值当作特征向量,在特征空间中进行仿射传播聚类得出血管类和背景类两个聚类中心;根据血管类和背景类两个聚类中心,采用最近邻方法对眼底像素进行分类,实现对视网膜血管的分割。实验表明:在DR

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：12582912
    • 提供者：weixin_38655309

  1. python K近邻算法的kd树实现

  2. k近邻算法的介绍 k近邻算法是一种基本的分类和回归方法，这里只实现分类的k近邻算法。 k近邻算法的输入为实例的特征向量，对应特征空间的点；输出为实例的类别，可以取多类。 k近邻算法不具有显式的学习过程，实际上k近邻算法是利用训练数据集对特征向量空间进行划分。将划分的空间模型作为其分类模型。 k近邻算法的三要素 k值的选择：即分类决策时选择k个最近邻实例； 距离度量：即预测实例点和训练实例点间的距离，一般使用L2距离即欧氏距离； 分类决策规则。 下面对三要素进行一下说明：

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：86016
    • 提供者：weixin_38638309
« 12 »