搜索资源列表
2
- 基于vc的一个神经网络数字识别系统。研究图形图像的模式匹配问题。可以从一张含有数字的图片中将数字提取出来并识别。-Vc of a neural network-based digital identification systems. Graphic image of the pattern of matching. With figures from a number of pictures will be extracted and
image-conversion-basis-for-novices
- 模式识别数字图像变换基础，包含bmp图像读取，图像的空域时域变换，傅里叶变换，霍夫变换，形态学滤波等，很全的基础代码，适合新手-Pattern recognition-based digital image conversion, including bmp image read, airspace domain transform images, Fourier transform, Hough transform, morpholo
Vc6_Image
- VC++图像处理及源码包（大全）包括下列内容：1.数字图像获取，处理及实践应用电子书 2.数字图像获取，处理及实践应用电子书分章节源码 3.书中提及的各种算法的综合源码。压缩包里面包括的算法代码有：分章节源码内容：内容：对比度增强、灰度变换法、直方图修整法、图像平滑、图像锐化、伪彩色和假彩色增强；逆滤波复原、维纳滤波方法；傅立叶变换、离散余弦变换（DCT）、沃尔什变换、基于特征向量的变换、霍特林（Hotelling）变换、SVD变换、小
sample4
- 工神经网络（Artificial Neural Network）又称连接机模型，是在现代神经学、生物学、心理学等学科研究的基础上产生的，它反映了生物神经系统处理外界事物的基本过程，是在模拟人脑神经组织的基础上发展起来的计算系统，是由大量处理单元通过广泛互联而构成的网络体系，它具有生物神经系统的基本特征，在一定程度上反映了人脑功能的若干反映，是对生物系统的某种模拟，具有大规模并行、分布式处理、自组织、自学习等优点，被广泛应用于语音分析、图
code
- 数字图像处理，道路分割，模式识别，区域生长。-picture modify
Digita_image_processing6
- 数字图像处理和模式识别中人脸识别内容，程序规范，有演示和图片-Face recognition, digital image processing and pattern recognition program specification, a demo and pictures
Vehicle-License-Plate-Recognition
- 车牌识别技术(Vehicle License Plate Recognition，VLPR) 是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。-License pla
numberRec
- 按照模式识别系统组成，介绍手写数字自动识别技术的四个连续处理过程：数字图像预处理，特征提取，粗糙集特征约简和数字识别四个连续的过程。-In accordance with the pattern recognition system components, introduces four consecutive processing digital automatic handwriting recognition technology
fenge
- 用于数字图像处理，对一幅图像进行预处理、分割、特征提取、模式识别等过程-For digital image processing, an image pre-processing, segmentation, feature extraction and pattern recognition process
armfly-DSP-tutorials-Chapter-34
- 本教程使用的DSP库来自ARM官方，此库支持以CM0，CM3，CM4以及CM7为内核的所有MCU。在数字信号处理中，滤波器占有及其重要的地位。数字滤波器是语音处理，图像处理，模式识别，频谱分析等应用的基本处理算法。从本章起，我们将开始讲解滤波器设计。-This tutorial uses a DSP library the ARM official, this library supports CM0, CM3, CM4 and CM
DeepLearnToolbox_CNN_lzbV2.0
- DeepLearnToolbox_CNN_lzbV2.0 深度学习,卷积神经网络,Matlab工具箱 参考文献: [1] Notes on Convolutional Neural Networks. Jake Bouvrie. 2006 [2] Gradient-Based Learning Applied to Document Recognition. Yann LeCun. 1998 [3]
fnnaeees
- 对于初学matlab的同学会有帮助，基于人工神经网络的常用数字信号调制，阵列信号处理的高分辨率估计，BP神经网络用于函数拟合与模式识别，基于分段非线性权重值的Pso算法，粒子图像分割及匹配均为自行编制的子例程。- Matlab for beginner students will help, The commonly used digital signal modulation based on artificial neural ne
ccjfqbhk
- music高阶谱分析算法，基于人工神经网络的常用数字信号调制，包含CV、CA、Single、当前、恒转弯速率、转弯模型，粒子图像分割及匹配均为自行编制的子例程，模式识别中的bayes判别分析算法，包括回归分析和概率统计，给出接收信号眼图及系统仿真误码率，是国外的成品模型。- music higher order spectral analysis algorithm, The commonly used digital signal m
FIR
- FIR(Finite Impulse Response)滤波器：有限长单位冲激响应滤波器，又称为非递归型滤波器，是数字信号处理系统中最基本的元件，它可以在保证任意幅频特性的同时具有严格的线性相频特性，同时其单位抽样响应是有限长的，因而滤波器是稳定的系统。因此，FIR滤波器在通信、图像处理、模式识别等领域都有着广泛的应用。-FIR (Finite Impulse Response) filters: finite impulse resp
peiqiu_v59
- 图像的光流法计算的matlab程序,语音信号的采集与处理，数字信号处理课设，可以实现模式识别领域的数据的分类及回归。- Image optical flow calculation matlab program, Acquisition and Processing of the speech signal, digital signal processing class-based, You can achieve data clas
one
- 基于叶片数字图像的植物识别是自动植物分类研究的热点。但是随着植物种类的增加，传统的分类方法由 于提取的特征比较单一或者分类器结构过于简单，导致叶片识别率较低。为此，本文提出使用纹理特征结合形状 特征进行识别，并且使用深度信念网络构架作为分类器。纹理特征通过局部二值模式、Gabor 滤波和灰度共生矩阵 方法得到。而形状特征向量由 Hu 氏不变量和傅里叶描述子组成。为了避免过拟合现象，使用“dropout”方法训练 深度信念网络。这种基于多
two
- ：植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。然而，低维特征不能全面描述叶片信息，识别准确率低，本文提 出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理，获得去除颜色、虫洞、 叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征，对灰度图像提取 Hu不变矩特征、灰 度共生矩阵特征、局部二值模式特征和 Gabor 特征，对纹理图像提取分形维数，共得
ahe
- 将RGB颜色空间实时转换到是数字图像处理及模式识别过程的不可缺少的助手,-To convert RGB color space in real time to the digital image processing and pattern recognition is an indispensable assistant,
Example_2833x_FIR
- FIR(Finite Impulse Response)滤波器：有限长单位冲激响应滤波器，又称为非递归型滤波器，是数字信号处理系统中最基本的元件，它可以在保证任意幅频特性的同时具有严格的线性相频特性，同时其单位抽样响应是有限长的，因而滤波器是稳定的系统。因此，FIR滤波器在通信、图像处理、模式识别等领域都有着广泛的应用。(FIR (Finite Impulse Response) Filter: Finite-length unit I