搜索资源列表
tongyuankeshe
- 信号经过两个独立的信道传输，两个信道的信道复增益分别为 和 。 是独立同分布的复高斯随机变量，实部虚部独立、均值为0，实部虚部的方差都是1。采用某分集技术后输出的信噪比为 ，其中 是常数， 是在 之间均匀分布的随机变量。请就不同的 、 ，用仿真的方法画出 的累积分布函数。-signal after two independent Channel Tunnel, Channel 2 Channel Minute respectively,
CannyJava
- 图像边缘检测(Canny 算法)的Java实现 Canny边缘检测算法 step1:用高斯滤波器平滑图象； step2:用一阶偏导的有限差分来计算梯度的幅值和方向； step3:对梯度幅值进行非极大值抑制； step4:用双阈值算法检测和连接边缘 -Edge Detection (Canny algorithm) to the Java Canny edge detection algorithm ste
ekff
- 用Matlab编写的求解高斯线型随机差分方程的离散扩展卡尔曼滤波程序。-Matlab prepared for the linear Gaussian stochastic differential equation expansion of discrete Kalman filter procedures.
HaarFaceDetect
- 视频监控系统完整源码（本人本科毕业设计），运用帧间差分算法，运用高斯混合模型来实现背景的实时更新，以减少由于环境的变化对检测结果的干扰。-Video Surveillance System integrity of the source code (I graduated from undergraduate design), use interfr a me difference algorithm, Gaussian mixture
Canny
- 用canny算子提取边缘，核心：用高斯滤波器平滑图像；一阶偏导的有限差分计算梯度的幅值和方向；非极大值抑制；双阈值算法检测和连接边缘。
discontinuityWaveguide
- 非连续波导时间域有限差分法仿真（TD-FDM），入射波为理想高斯脉冲。经典之处在于利用matlab制作了电影文件，可以动画形式看到波的入射、反射以及透射状况。
by1
- 边缘检测算法的基本步骤 （1）滤波。边缘检测主要基于导数计算，但受噪声影响。但滤波器在降低噪声的同时也导致边缘强度的损失。 （2）增强。增强算法将邻域中灰度有显著变化的点突出显示。一般通过计算梯度幅值完成。 （3）检测。但在有些图象中梯度幅值较大的并不是边缘点。最简单的边缘检测是梯度幅值阈值判定。 （4）定位。精确确定边缘的位置。 Canny边缘检测算法 step1:用高斯滤波器平滑图象； ste
Prediction+time-domain+step
- 包括相邻帧差分结果的高斯性和独立性检验实验结果演示程序。
SRC
- 这五个程序是fortran90编写的，用于动力学计算问题，分别是中心差分法，Newmark法，Houbolt法，精细积分法，和减缩高斯积分法
shendutuxiang
- 由生成的深度图象数据用平滑算子和差分方法求曲面的高斯曲率和平均曲率
模式识别
- 根据描绘子算法，选取能够表征和保持两个图之间基本差异的最少的描绘子的数量，并对其每一个特征矢量的分量中加入均值为0标准差为每个矢量中最大分量值的1/10的高斯噪声，创建两个模式类；对两类各生成100个样本作为训练集，另外在各生成100个样本作为测试集。
tongyuankeshe
- 信号经过两个独立的信道传输，两个信道的信道复增益分别为 和 。 是独立同分布的复高斯随机变量，实部虚部独立、均值为0，实部虚部的方差都是1。采用某分集技术后输出的信噪比为 ，其中 是常数， 是在 之间均匀分布的随机变量。请就不同的 、 ，用仿真的方法画出 的累积分布函数。-signal after two independent Channel Tunnel, Channel 2 Channel Minute respectively,
SRC
- 这五个程序是fortran90编写的，用于动力学计算问题，分别是中心差分法，Newmark法，Houbolt法，精细积分法，和减缩高斯积分法-These five procedures are FORTRAN90 prepared for the dynamics calculation, namely the central difference method, Newmark method, Houbolt method, prec
shendutuxiang
- 由生成的深度图象数据用平滑算子和差分方法求曲面的高斯曲率和平均曲率-By the depth of image data generated by a smooth operator and the difference method for the Gaussian curvature surface and the average curvature
Gaussiansource
- 时域有限差分中平面光源及高斯光源的设置.对光源设置有一定意义-FDTD in the planar light source and the Gaussian light source settings. To have a certain significance of the light source settings
FDTD_1.3.c
- 本程序是使用有限时域差分法计算模拟电磁波在光学薄膜中的传输，增加了高斯光源等光源形式。增加边界条件。运用matlab显示结果-This procedure is the use of FDTD method simulation of electromagnetic waves in optical thin films in transmission, an increase of Gaussian light sources, su
FaceDetection_Based_on_a_New_Nonlinear_Color_Space
- 提出一种新的非线性变换的彩色空间 ″″, 利用次高斯概率分布函数拟合皮肤色度信息, 得到候选区 YC C r b 域。为了排除候选区域中的非人脸, 首先根据均值和方差信息分割出候选区域中的纹理特征信息, 再通过多尺度 ) ( 信息定位眼睛, 然后根据人脸特征的几 形态边缘检测算子检测候选区域的边缘, 利用 边缘方向 PCA PCAED ( ) 何形状信息定位其他特征 鼻、嘴 , 通过这些几何特征信
chazhi
- Language 求已知数据点的拉格朗日插值多项式 Atken 求已知数据点的艾特肯插值多项式 Newton 求已知数据点的均差形式的牛顿插值多项式 Newtonforward 求已知数据点的前向牛顿差分插值多项式 Newtonback 求已知数据点的后向牛顿差分插值多项式 Gauss 求已知数据点的高斯插值多项式 Hermite 求已知数据点的埃尔米特插值多项式 SubHermite 求已知数据点的分段
canny
- 最优的阶梯型边缘检测算法(canny边缘检测) 1.Canny边缘检测基本原理 (1)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。 (2)根据对信噪比与定位乘积进行测度，得到最优化逼近算子。这就是Canny边缘检测算子。 (3)类似与Marr（LoG）边缘检测方法，也属于先平滑后求导数的方法。 2.Canny边缘检测算法： step1:用高斯滤波器平滑图象；
L4_1
- a）产生两个都具有200个二维向量的数据集和（注意：在生成数据集之前最好使用命令randn(‘seed’,0)初始化高斯随机生成器为0（或任意给定数值），这对结果的可重复性很重要）。向量的前半部分来自均值向量的正态分布，并且协方差矩阵。向量的后半部分来自均值向量的正态分布，并且协方差矩阵。其中是一个2*2的单位矩阵。 （b）在上述数据集上和分别属于+1类和-1类，请在上述数据集的两类中各随机抽取150个样本作为训练集，运用Logist