您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 考研数学解题36计(完整版)PDF

  2. 考研数学解题36计之1 极限问题的快速分析与处理 考研数学解题36计之2 极限性质的正确运用 考研数学解题36计之3 分段函数特性的正确快速分析 考研数学解题36计之4 导数与微分计算的特别考点 考研数学解题36计之5 等式与不等式证明技巧 考研数学解题36计之6 处理积分计算与综合分析问题的有效方法 考研数学解题36计之7 处理变限积分与含参积分的两把快刀 考研数学解题36计之8 用积分表达与计算应用问题的技巧 考研数学解题36计之9 极数收敛性分析与判断的快速程序化方法 考研数学解题36计
  3. 所属分类:专业指导

    • 发布日期:2009-09-25
    • 文件大小:2097152
    • 提供者:yagedidi
  1. 数据挖掘中的新方法:支持向量机.pdf

  2. 支持向量机是数据挖掘中的一个新方法。支持向量机能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题,并可推广于预测和综合评价等领域,因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。希望《数据挖掘中的新方法——支持向量机》能促进它在我国的普及与提高。 《数据挖掘中的新方法——支持向量机》对象既包括关心理论的研究工作者,也包括关心应用的实际工作者。对于有关领域的具有高等数学知识的实际工作者,略去书中的某些理论
  3. 所属分类:C

    • 发布日期:2010-03-24
    • 文件大小:7340032
    • 提供者:shiyoumaomao
  1. 计算机视觉 马颂德、张正友 pdf

  2. 目录: 第一章绪论 1·1生物视觉通路简介 1·2Marr的计算视觉理论框架 1·3本书各章内容简介 1·4计算机视觉的现状与阅读本书需注意的问题 思考题 参考文献 第二章边缘检测 2·1边缘检测与微分滤波器 2·2边缘检测与正则化方法 2·3多尺度滤波器与过零点定理 2·4最优边缘检测滤波器 2·5边缘检测快速算法 2·6图像低层次处理的其他问题 思考题 参考文献 第三章射影几何与几何元素表达 3·1仿射变换与射影变换的几何表达 3·2仿射坐标系与射影坐标系 3·3仿射变换与射影变换的代数表
  3. 所属分类:其它

    • 发布日期:2010-07-30
    • 文件大小:13631488
    • 提供者:zdragon2002
  1. findEssentialMat

  2. 基于opencv3的本质矩阵估计算例
  3. 所属分类:C++

    • 发布日期:2016-05-02
    • 文件大小:4194304
    • 提供者:j10527
  1. 基于opencv3的本质矩阵估计算例

  2. 基于opencv3的本质矩阵估计算例
  3. 所属分类:C++

    • 发布日期:2017-08-13
    • 文件大小:4194304
    • 提供者:qq_26697045
  1. Visual Studio 2010 基于OpenCV 3.0.0的本质矩阵估计

  2. Visual Studio 2010 基于OpenCV 3.0.0的本质矩阵估计,内含源代码和所需材料,以及程序输出,和相应的环境配置,使用前请先阅读:运行本程序前请看程序说明.md文件(此文件可用文本编辑器打开)。
  3. 所属分类:机器学习

    • 发布日期:2017-12-18
    • 文件大小:199680
    • 提供者:qq_32566687
  1. 考研数学解题36计(全)

  2. 在一个包中方便下载!! 考研数学解题36计之1 极限问题的快速分析与处理 考研数学解题36计之2 极限性质的正确运用 考研数学解题36计之3 分段函数特性的正确快速分析 考研数学解题36计之4 导数与微分计算的特别考点 考研数学解题36计之5 等式与不等式证明技巧 考研数学解题36计之6 处理积分计算与综合分析问题的有效方法 考研数学解题36计之7 处理变限积分与含参积分的两把快刀 考研数学解题36计之8 用积分表达与计算应用问题的技巧 考研数学解题36计之9 极数收敛性分析与判断的快速程序化
  3. 所属分类:专业指导

    • 发布日期:2009-03-14
    • 文件大小:2097152
    • 提供者:wangdechuan7
  1. 通货膨胀和标尺现场完整性

  2. 我们讨论了一种早期宇宙学的新情况,当通货膨胀准Sitter相位动态地起源于由微规范密度矩阵表示的初始量子态时。 这种真正的量子效应是由于(推测的)强耦合QCD类规范理论在扩展宇宙中的拓扑非平凡扇区的动力学而发生的。 我们建议的关键要素是在我们的框架中存在一个非平凡的S1,它在构造中起着双重作用:它定义了周期重力瞬间(在重力侧),并且还定义了一个非平凡的轨距完整度(在轨距侧)。 产生真空能。 这种效应本质上是全球性的,不能用有效局部场理论中的梯度扩展来表示。 由于螺旋的不稳定性,我们还讨论了从整齐
  3. 所属分类:其它

    • 发布日期:2020-04-08
    • 文件大小:578560
    • 提供者:weixin_38547151
  1. 使用超声波的智能手机手势识别.pdf

  2. 利用超声波技术,在智能手机上实现手势识别功能。非常实用的一篇论文徐曾春,吴凯娇,胡平:使用超声波的智能手机手势识别 ()挥手向前 ()挥手向后 ()挥手向左 ()挥手向右 图不同的手势时频图 特征均为先靠近发射源,然后远离发射源,但是细节方 面咯有不同。 实现细节 系统流程 获得反射的超声波数据集 图为系统流程图。首先,通过话筒获取 最初,系统先获得手势运动的时间序列片段,此时 段时间序列,经过快速傅里叶()变换将此序列从时片段已经经过处理,结果如图所示。出于本实验 域信号转换为频域信号。接着搜
  3. 所属分类:Android

    • 发布日期:2019-10-15
    • 文件大小:946176
    • 提供者:xiaokala_2011
  1. MIMO雷达发射波形优化设计.pdf

  2. 本文构建了OFDM-LFM信号模型,并通过信号模糊函数的分析验证了其理论上的正交性。随后采用同样具有良好脉冲压缩性能的多相编码信号,以极小化峰值旁瓣为代价函数选择通过遗传算法对发射波形进行优化。最后,基于序列二次规划研究了自相关峰值旁瓣电平和互相关峰值电平与码长N、序列数L和加权系数的数值关系。目录 第一章绪论 1.1MIMo雷达波形设计的研究意义及背景 1.2MMo雷达波形设计研究现状的国内外背景和历史发展 第二章MIM雷达概述…… 2.1MIMO雷达的信号模型 般信号模型 3335 2.2信
  3. 所属分类:专业指导

    • 发布日期:2019-07-08
    • 文件大小:1048576
    • 提供者:qq_36731567
  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. 东北大学需求分析和系统设计期末复习

  2. 东北大学需求分析与系统设计期末考题简答题部分,中文,swoT指优势、缺陷、机会、威胁( strength、 weakness、 opportunit!y、 threat)。SWOT 方法以调整组织的优势、劣势、机会和威胁的方式来进行信息系统开发项目的识别、分类、排序和选择。这是 个从确定组织使命开始的、自顶向下的方法。将与研究对象密切相关的各种主要内部优势、劣势和外部的机 会和威胁等,通过调查列举出来,并依照矩阵形式排列,然后用系统分析的思想,把各种因素相互匹配起来加 以分析,从中得出一系列相应
  3. 所属分类:讲义

    • 发布日期:2019-01-12
    • 文件大小:5242880
    • 提供者:layliangbo
  1. 改进的合成孔径雷达图像谱聚类算法

  2. 合成孔径雷达(SAR)图像的分割是SAR图像理解的基础。结合Nystrm采样技术和图谱理论,提出了一种改进的SAR图像高效快速谱聚类新算法。该算法引入矩阵扰动分析理论,构造适用于SAR图像的自动确定类数准则;在分析比例参数对谱聚类算法影响的基础上,依据SAR图像的整体结构特征,构造了比例参数的自适应邻域估计方法;根据SAR图像中每个像素的灰度值和空间位置,构造出更能描述SAR图像本质结构的相似函数,进而给出改进的谱聚类算法;将这种新的谱聚类算法应用于仿真实验和实际SAR图像分割中,并与传统谱聚
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:3145728
    • 提供者:weixin_38698433