您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. python 遗传算法 求解函数f(x)=x+10sin5x+7con4x在给定区间[0 9]上的极大值

  2. python写的,ipynb文件导出的html格式文件。简单修改代码,可就求解任意给定区间上任意函数的最大值(修改代码中的区间范围和函数表达式)
  3. 所属分类:机器学习

  1. python3.x Opencv Toturial

  2. 本书针的读者是高校学生,科研工作者,图像处理爱好者。对于这些 人群,他们往往是带着具体的问题,在苦苦寻找解决方案。为了一个小问 题就让他们去学习 C++ 这么深奥的语言几乎是不可能的。而 Python 的悄 然兴起给他们带来的希望,如果说 C++ 是 tex 的话,那 Python 的易用性 相当于 word。他们可以很快的看懂本书的所有代码,并可以学着使用它们 来解决自己的问题,同时也能拓展自己的视野。别人经常说 Python 不够 快,但是对于上面的这些读者,我相信这不是问题,现在我们日常
  3. 所属分类:Python

    • 发布日期:2018-03-01
    • 文件大小:4194304
    • 提供者:qq_34745295
  1. NMS-非极大值抑制-Python实现

  2. NMS NMS-非极大值抑制-Python实现 内有代码和图片的实现
  3. 所属分类:深度学习

    • 发布日期:2019-03-19
    • 文件大小:62464
    • 提供者:wangzy9766
  1. python求小波模极大值.py

  2. 模极大值对于检测信号的突变点有重要意义。基于小波模极大值的信号奇异性检测方法,该方法突破了傅立叶分析在时域和频域方面的局部化能力,信号的局部正则性可由其小波变换模随尺度参数的衰减特性来刻画,通过确定小波变换在细尺度下的局部模极大值来检测信号奇异性。
  3. 所属分类:Python

    • 发布日期:2020-03-05
    • 文件大小:3072
    • 提供者:hhhhrq
  1. 基于α-β剪枝python实现五子棋人机对战pygame

  2. 制作一个五子棋小游戏,实现人机对战,其中电脑在进行极大值极小值搜索时需要运用α-β剪枝算法。五子棋小游戏的核心是电脑端走步的选取,使用的方法是极大极小值搜索,并且题目要求使用α-β剪枝来提高搜索效率;除此,在极大极小值搜索中,需要实现获取下一步可能走的点位以及设计评估函数,评估函数对于电脑能否“智能”地下棋十分关键。 程序整体需要实现先后手的选取,胜负的判断以及显示棋局和相应信息。 运行所需环境:PyCharm 2019.2 语言:python 使用方法: ①点击执行exe后默认玩家为
  3. 所属分类:Python

    • 发布日期:2020-02-22
    • 文件大小:15360
    • 提供者:cumina
  1. OpenCV-Python-Toturial-中文版.pdf

  2. 数字图像处理(第三版)冈萨雷斯,北京大学研究生上课专用ppt课件书虽然挺好的,但是不够全面,不能让读者完全了解 opencv的现状)。而 我翻译的这本书是来源于 OpenCv的官方文档,内容全面,对各种的算 法的描述简单易懂,而且不拘泥于长篇大论的数学推导,非常适合想使用 OpencⅤ解决实际问题的人,对他们来说具体的数学原坦并不重要,重要 是能解决实际问题。 在国内这本书可以说是第一本 Python OpenCV的译作。 4本书的时效性 本书的编写时针对最新的 Opencv3.0的,本版本还没
  3. 所属分类:图像处理

    • 发布日期:2019-07-05
    • 文件大小:5242880
    • 提供者:qq_28005905
  1. python实现canny边缘检测

  2. 本文主要讲解了canny边缘检测原理:计算梯度幅值和方向、根据角度对幅值进行非极大值抑制、用双阈值算法检测和连接边缘以及python 实现
  3. 所属分类:其它

    • 发布日期:2020-09-16
    • 文件大小:1048576
    • 提供者:weixin_38550722
  1. python取数作为临时极大值(极小值)的方法

  2. 今天小编就为大家分享一篇python取数作为临时极大值(极小值)的方法,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:2020-09-20
    • 文件大小:29696
    • 提供者:weixin_38603259
  1. Python+OpenCV图像处理——实现直线检测

  2. 简介: 1.霍夫变换(Hough Transform) 霍夫变换是图像处理中从图像中识别几何形状的基本方法之一,应用很广泛,也有很多改进算法。主要用来从图像中分离出具有某种相同特征的几何形状(如,直线,圆等)。最基本的霍夫变换是从黑白图像中检测直线(线段)。 2.Hough变换的原理是将特定图形上的点变换到一组参数空间上,根据参数空间点的累计结果找到一个极大值对应的解,那么这个解就对应着要寻找的几何形状的参数(比如说直线,那么就会得到直线的斜率k与常熟b,圆就会得到圆心与半径等等) 3.霍夫线变
  3. 所属分类:其它

    • 发布日期:2020-12-16
    • 文件大小:181248
    • 提供者:weixin_38688550
  1. python 实现非极大值抑制算法(Non-maximum suppression, NMS)

  2. NMS 算法在目标检测,目标定位领域有较广泛的应用。 算法原理 非极大值抑制算法(Non-maximum suppression, NMS)的本质是搜索局部极大值,抑制非极大值元素。 算法的作用 当算法对一个目标产生了多个候选框的时候,选择 score 最高的框,并抑制其他对于改目标的候选框 适用场景 一幅图中有多个目标(如果只有一个目标,那么直接取 score 最高的候选框即可)。 算法的输入 算法对一幅图产生的所有的候选框,以及每个框对应的 score (可以用一个 5 维数组 dets
  3. 所属分类:其它

    • 发布日期:2020-12-16
    • 文件大小:131072
    • 提供者:weixin_38499950
  1. python取数作为临时极大值(极小值)的方法

  2. 编程中有时候需要一个初始极大值(或极小值)作为temp,当然可以自定义设置为10000(whatever),不过python中有一个值可以代替之: 在python2.7中可以用这个(不过python3版本就没得了) >>> import sys >>> sys.maxint 2147483647 还可以利用numpy库(这个python3也可以使用,当然先确认安装了numpy) >>> import numpy as np >&g
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:30720
    • 提供者:weixin_38601103
  1. 学习笔记(32):Python+OpenCV计算机视觉-canny边缘检测

  2. 立即学习:https://edu.csdn.net/course/play/10552/234947?utm_source=blogtoedu canny边缘检测的一般步骤 ① 去噪 边缘检测容易受到噪声的影响。因此,在进行边缘检测前,通常需要进行去噪。 通常采用高斯滤波器。 ② 梯度 对平滑后的图像计算梯度的大小和方向 梯度的方向一般总是与边界垂直 梯队方向背归为四类:垂直,水平,两个对角线方向。 ③非极大值抑制 在获得了梯度和方向后,遍历图像,去除所有不是边界的点(判断当前像素点是否是周围像
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:193536
    • 提供者:weixin_38678057
  1. python 遗传算法求函数极值的实现代码

  2. 废话不多说,大家直接看代码吧! """遗传算法实现求函数极大值—Zjh""" import numpy as np import random import matplotlib.pyplot as plt class Ga(): """求出二进制编码的长度""" def __init__(self): self.boundsbegin = -2 self.boundsend = 3 precision = 0.0001 # 运算精确度 self.Bitlength = i
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:41984
    • 提供者:weixin_38590784
  1. 去雀斑算法Python实现

  2. 一种数字图像自动祛除斑点的方法 1、灰度化 2、对比度增强 3、梯度极大值查找 4、皮肤排除 5、孤立点消除 6、高斯模糊 7、阈值处理 8、区域表求和得到最终结果D 9.根据结果D与梯度最大值查找的结果对图像A里的斑点进行泊松放出处理到自动祛斑的最终效果
  3. 所属分类:互联网

    • 发布日期:2020-12-19
    • 文件大小:2048
    • 提供者:weixin_44576543
  1. 基于python的opencv项目实战P6

  2. 06-边缘检测 canny边缘检测 高斯滤波器,平滑图像,滤除噪音 计算图像中每个像素点的梯度强度和方向 应用非极大值抑制_Non-Maximum Suppression抑制,以消除边缘检测带来的杂散响应 应用双阈值_Double-Threshold检测来确定真实和潜在的边缘 通过抑制孤立的弱边缘完成边缘检测 高斯滤波器 梯度和方向(sobel算子 Gx & Gy 并求出两夹角
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:24576
    • 提供者:weixin_38752907
  1. Python实现Canny边缘检测算法

  2. Canny边缘检测算法由计算机科学家JohnF.Canny于1986年提出的。其不仅提供了算法,还带来了一套边缘检测的理论,分阶段的解释如何实现边缘检测。Canny检测算法包含下面几个阶段:1.灰度化2.高斯模糊3.计算图片梯度幅值4.非极大值抑制5.双阈值选取灰度化实际上是一种降维的操作,可以减少计算。如果算法不进行色彩相关的识别的话,不灰度化,也可以直接进行后面的阶段。在实际的图片中,都会包含噪声。但有时候,图片中的噪声会导致图片中边缘信息的消失。对此的解决方案就是使用高斯平滑来减少噪声,即
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:246784
    • 提供者:weixin_38628612
  1. canny边缘检测python实现

  2. canny边缘检测共有5部分组成,下边我会分别来介绍。可选用的模板:soble算子、Prewitt算子、Roberts模板等等;一般采用soble算子,OpenCV也是如此,利用soble水平和垂直算子与输入图像卷积计算dx、dy:进一步可以得到图像梯度的幅值:为了简化计算,幅值也可以作如下近似:角度为:如下图表示了中心点的梯度向量、方位角以及边缘方向(任一点的边缘与梯度向量正交):划重点:是沿着梯度方向对幅值进行非极大值抑制,而非边缘方向,这里初学者容易弄混。例如:3*3区域内,边缘可以划分为
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:4194304
    • 提供者:weixin_38518518
  1. Python实现Canny边缘检测算法

  2. Canny边缘检测算法由计算机科学家JohnF.Canny 于1986年提出的。其不仅提供了算法,还带来了一套边缘检测的理论,分阶段的解释如何实现边缘检测。Canny 检测算法包含下面几个阶段:1.灰度化2.高斯模糊3.计算图片梯度幅值4.非极大值抑制5.双阈值选取 灰度化实际上是一种降维的操作,可以减少计算。如果算法不进行色彩相关的识别的话,不灰度化,也可以直接进行后面的阶段。在实际的图片中
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:246784
    • 提供者:weixin_38742532
  1. Canny边缘提取算法手动实现 python

  2. 创作很累,如果您觉得对您有帮助,请点赞支持,感谢! 一. 总的算法流程: ① 使用高斯滤波器滤波 ② 使用 Sobel 滤波器滤波获得在 x 和 y 方向上的输出,在此基础上求出边缘的强度和边缘的角度         edge 为边缘强度,tan 为边缘角度 ↑ ③ 对边缘角度进行量化处理         对边缘角度进行量化处理算法 ↑ ④ 根据边缘角度对边缘强度进行非极大值抑制(Non-maximum suppression),使图像边缘变得更细         非极大值抑制算法:0°
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:253952
    • 提供者:weixin_38536841
  1. 梯度下降算法和牛顿算法原理以及使用python用梯度下降和最小二乘算法求回归系数

  2. 梯度下降算法 以下内容参考 微信公众号 AI学习与实践平台 SIGAI 导度和梯度的问题 因为我们做的是多元函数的极值求解问题,所以我们直接讨论多元函数。多元函数的梯度定义为: 其中称为梯度算子,它作用于一个多元函数,得到一个向量。下面是计算函数梯度的一个例子 可导函数在某一点处取得极值的必要条件是梯度为0,梯度为0的点称为函数的驻点,这是疑似极值点。需要注意的是,梯度为0只是函数取极值的必要条件而不是充分条件,即梯度为0的点可能不是极值点。 至于是极大值还是极小值,要看二阶导数/Hess
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:348160
    • 提供者:weixin_38674616
« 12 »