您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于高斯马尔可夫随机场混合模型的纹理图像分割

  2. 基于高斯马尔可夫随机场混合模型的纹理图像分割,很好的关于图像分割的文章
  3. 所属分类:其它

    • 发布日期:2009-05-31
    • 文件大小:316416
    • 提供者:liuyn1210
  1. 基于高斯_马尔可夫随机场模型的图像修补方法研究

  2. 基于高斯_马尔可夫随机场模型的图像修补方法研究
  3. 所属分类:专业指导

    • 发布日期:2009-07-09
    • 文件大小:1048576
    • 提供者:tt922
  1. 高斯混合模型(GMM)方面的论文集

  2. 在在文本无关说话人识别中常用的说话人识别方法有矢量量化法(vector quantization:VQ)和高斯混合模型法 (Gaussian Mixture Model;GMM),这个论文集中搜集了很多关于GMM的paper,希望对大家有用 GMM/ANN混合说话人辨认模型.pdf MATLAB环境下的基于GMM模型的说话人识别系统.pdf 一种改进的基于正交GMM的说话人辨识方法.pdf 与文本无关的说话人辨认系统中一种新的使用基音周期方法研 噪声环境中基于GMM汉语说话人识别.pdf 基于
  3. 所属分类:其它

    • 发布日期:2009-08-08
    • 文件大小:3145728
    • 提供者:csstu
  1. 均值为u,方差为g的高斯白噪声

  2. 自己编写的均值为u,方差为g的高斯白噪声,r为随机种子个数,希望对大家有所帮助
  3. 所属分类:专业指导

    • 发布日期:2009-08-29
    • 文件大小:321
    • 提供者:jh851122
  1. 随机信号分析实验产生均匀和高斯分布及其均值方差计算

  2. 此程序是随机信号分析实验中产生均匀及高斯分布及其方差均值计算的,在tc上运行
  3. 所属分类:专业指导

    • 发布日期:2010-10-26
    • 文件大小:1024
    • 提供者:zgk225
  1. 用C产生高斯随机序列

  2. 高斯随机序列 源代码 用C来编写的产生高斯随机序列的函数
  3. 所属分类:C

    • 发布日期:2011-03-08
    • 文件大小:968
    • 提供者:aaawutian123
  1. Matlab实现高斯随即过程

  2. Matlab实现高斯随即过程,可变换数据
  3. 所属分类:硬件开发

    • 发布日期:2014-11-06
    • 文件大小:668
    • 提供者:vickie_online
  1. 高斯随机数FPGA

  2. 利用box-muller产生高斯随机数,verilog代码,亲测有效
  3. 所属分类:其它

    • 发布日期:2017-12-22
    • 文件大小:1024
    • 提供者:zhoutaoshun
  1. 高斯随机景观中的Hessian特征值分布

  2. 多元宇宙学的能量格局通常由多维随机高斯势来建模。 此类模型的物理预测关键取决于潜在最小点处黑森州矩阵的特征值分布。 特别地,真空的稳定性和慢滚动的动态对最小特征值的大小敏感。 早先已经使用鞍点近似法以1 / N扩展的扩展顺序研究了Hessian特征值分布,其中N是景观的维数。 然而,这种近似对于频谱的较小特征值端是不够的,在频谱的次特征项中起着重要的作用。 我们将鞍点法扩展到考虑次领导贡献。 我们还开发了一种新方法,其中特征值分布在随机过程(Dyson Brownian运动)的端点处被视为平衡分
  3. 所属分类:其它

    • 发布日期:2020-04-18
    • 文件大小:872448
    • 提供者:weixin_38674675
  1. 非高斯随机矩阵理论中的频谱形状因数

  2. 我们考虑具有非高斯势的随机矩阵理论,该理论在大N极限内具有丰富的相结构。 我们在此类模型中计算频谱形状因数(SFF),并将它们作为动态模型的有趣示例进行展示,这些模型在短时间范围内显示多临界,在大时间范围内显示通用性。 明确建立了具有四次和六次性势的模型。 频谱形状因子的断开部分显示出其衰减行为的变化恰好在每个模型的关键点。 在每个模型中都估计了SFF的浸入时间。 所有多项式潜在矩阵模型的最新行为都显示出一定的普遍性。 这与平均水平密度的短距离相关性的普遍性有关。 我们推测这种通用性对包括SYK
  3. 所属分类:其它

    • 发布日期:2020-04-16
    • 文件大小:721920
    • 提供者:weixin_38553648
  1. 高斯随机变量的特征函数

  2. 高斯函数 高斯随机过程 正态分布 特征函数
  3. 所属分类:3G/移动开发

    • 发布日期:2012-12-05
    • 文件大小:57344
    • 提供者:hui13th
  1. RFID技术中的高斯随机噪声实时生成实现方法研究

  2. 高斯随机噪声实时生成实现方法研究 武汉中国地质大学计算机科学与技术系(430074) 张 萍 戴光明 高斯随机噪声在信号分析和处理中具有重要的价值。本文具体讨论了一种面向硬件的高斯噪声快速生成算法。算法原理为通过映射表法将均匀噪声转化生成高斯随机噪声。本方法占有内存小、运算速度快、精度高。实验证明该方法能
  3. 所属分类:其它

    • 发布日期:2020-12-09
    • 文件大小:80896
    • 提供者:weixin_38743481
  1. 使用比对预筛选方法和高斯随机场模型辅助的NSGA-II进行有效的本体元匹配

  2. 使用比对预筛选方法和高斯随机场模型辅助的NSGA-II进行有效的本体元匹配
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:238592
    • 提供者:weixin_38731979
  1. 复杂非高斯随机分布系统的自适应投影算法故障诊断

  2. 复杂非高斯随机分布系统的自适应投影算法故障诊断
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:179200
    • 提供者:weixin_38672794
  1. 高斯随机投影的子空间主角保持性质。

  2. 高斯随机投影的子空间主角保持性质。
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:578560
    • 提供者:weixin_38557757
  1. 高斯随机投影子空间的主角保性

  2. 高斯随机投影子空间的主角保性
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:1048576
    • 提供者:weixin_38672812
  1. gaussianCR:约束高斯实现的实现-源码

  2. 高斯CR 这是基于和引入的理论形式主义,对高斯原始密度场的约束实现的一种实现。 特征 对线性密度场施加约束的通用工具。 支持同时应用于密度场的全部18个约束。 可以控制高斯随机场中峰的高度和形状,并可以限制峰位处的特殊速度和潮场。 具有高斯核的卷积类型约束。 需要指定高斯核RG的大小,以选择施加约束的尺度。 目前,我们仅支持对1个密度峰值进行协变强加多个约束。 要构建单独的密度峰,可能需要一个接一个地约束峰。 用法和教程 依存关系 gaussianCR可在任何给定的线性密度场上运行。 手
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:4194304
    • 提供者:weixin_42097819
  1. 基于亚高斯随机投影的图像重建方法

  2. 将亚高斯随机投影引入可压缩传感CS(compressed sensing)理论,给出了两种新类型的CS测量矩阵:稀疏投影矩阵和非常稀疏投影矩阵.利用亚高斯分布尾部的有界性,证明了这两种矩阵满足CS测量矩阵的必要条件.同时,进一步说明由于这两种矩阵构成元素的稀疏性可以简化图像重建过程中的投影计算,从而提高重建速度.实验结果表明新的测量矩阵均有较好的测量效果,在满足一定测量数目要求的条件下可以精确重建.最后给出了这两种矩阵与一般采用的高斯测量矩阵的重建结果比较和分析.
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:780288
    • 提供者:weixin_38715097
  1. 高斯振幅调制下基于稀疏性的鬼成像

  2. 利用数字微镜器件(DMD)的可控性,搭建了一种基于数字微镜器件幅度调制的单臂鬼成像实验平台,利用数字微镜器件调幅预置生成不同均值和标准差的准高斯随机测量矩阵,从实验角度分析了不同均值和标准差的准高斯随机测量矩阵以及目标稀疏度对基于稀疏限制的鬼成像(GISC)图像重建质量的影响。数值模拟和实验结果均表明:随着均值u的减小或者标准差σ的增大(即准高斯随机测量矩阵A的调幅大小δ=σ/u的增大),基于稀疏限制的鬼成像图像重建质量的失真度正比于准高斯随机测量矩阵的调幅大小δ-1/2,同时基于稀疏限制的鬼成
  3. 所属分类:其它

    • 发布日期:2021-02-08
    • 文件大小:2097152
    • 提供者:weixin_38506835
  1. 高斯振幅调制下基于稀疏性的“鬼成像”

  2. 髙斯随机测量矩阵作为基于稀疏性的“鬼成像”(ghost imaging via sparsity constraints, GISC) 技术中较常用的测量矩阵,已得到广泛研究。但已有工作均是从理论或数值模拟角度上探究标准的零均值高斯测量矩阵的成像特性,并且尚未给出对应的实验论证。此外,由于光强为非负数,在实际应用中碰见的均为均值大于零的准高斯随机测量矩阵情形,因而分析一般均值和标准差形式的高斯随机测量矩阵对成像质量的影响显得尤为必要。
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:929792
    • 提供者:weixin_38624556
« 12 3 4 5 6 7 8 9 10 ... 32 »