Hamming 神經(jīng)網(wǎng)絡(luò)從功能上來(lái)看是最小Hamming 距離分類(lèi)器．利用它能夠完成不完整輸入信息與所存儲(chǔ)模式的最小漢明距離分類(lèi)． Hamming 網(wǎng)絡(luò)是一個(gè)雙層神經(jīng)網(wǎng)絡(luò)，第一層網(wǎng)（即匹配子網(wǎng)絡(luò)）是用來(lái)計(jì)算輸入模式與該網(wǎng)絡(luò)已經(jīng)學(xué)習(xí)過(guò)的各樣本之間的匹配測(cè)度．第二層網(wǎng)（即競(jìng)爭(zhēng)子網(wǎng)絡(luò)）接收從匹配子網(wǎng)絡(luò)送來(lái)的未知模式與已存各樣本的匹配測(cè)度，然后經(jīng)過(guò)多次迭代運(yùn)算就可以求得與輸入模式相匹配的樣本．
標(biāo)簽： Hamming 神經(jīng)網(wǎng)絡(luò) 分類(lèi)器 分類(lèi)
上傳時(shí)間： 2015-07-04
上傳用戶(hù)：66666
對(duì)數(shù)據(jù)中出現(xiàn)的情況分為三類(lèi)進(jìn)行匹配，正常，不正常，和未知，對(duì)不正常的數(shù)據(jù)進(jìn)一步分析-
標(biāo)簽： 對(duì)數(shù) 分
上傳時(shí)間： 2013-12-22
上傳用戶(hù)：lps11188
影像匹配的方法很多，其中利用不變矩進(jìn)行匹配方法具有很高的可靠性，希望對(duì)研究機(jī)器視覺(jué)的朋友有所幫助。
標(biāo)簽： 影像匹配
上傳時(shí)間： 2014-01-15
上傳用戶(hù)：zhangzhenyu
任意圖的最大匹配算法，值得一學(xué)。畢竟各位不是只要會(huì)會(huì)匈牙利算法的那種人吧？
標(biāo)簽： 匹配算法
上傳時(shí)間： 2013-12-31
上傳用戶(hù)：as275944189
1.檢測(cè)程序中的括號(hào)是否匹配 把光標(biāo)移動(dòng)到需要檢測(cè)的括號(hào)(如大括號(hào){}、方括號(hào)[]、圓括號(hào)()和尖括號(hào)<>)前面，鍵入快捷鍵“Ctrl＋]”。如果括號(hào)匹配正確，光標(biāo)就跳到匹配的括號(hào)處，否則光標(biāo)不移動(dòng)，并且機(jī)箱喇叭還會(huì)發(fā)出一聲警告聲。 2.查看一個(gè)宏(或變量、函數(shù))的宏定義 把光標(biāo)移動(dòng)到你想知道的一個(gè)宏
標(biāo)簽： 檢測(cè) lt gt 光標(biāo)
上傳時(shí)間： 2013-12-30
上傳用戶(hù)：hoperingcong
Contourlet變換結(jié)合了不可分離的方向?yàn)V波組,具備小波所不能表達(dá)的多方向特性,能有效捕獲自然圖像的邊緣輪廓信息。本文分析了圖像ontourlet系數(shù)的統(tǒng)計(jì)特征,并利用廣義高斯函數(shù)對(duì)各子帶系數(shù)層進(jìn)行建模。將此模型應(yīng)用于基于VisTex的自建紋理圖像庫(kù),采用矩匹配估計(jì)法,提取模型參數(shù)集,運(yùn)用K2L距離計(jì)算圖像間的相似度。對(duì)800幅紋理圖像進(jìn)行檢索,本文方法比傳統(tǒng)小波方法的平均檢索查準(zhǔn)率高出約2％到10％不等。實(shí)驗(yàn)結(jié)果表明,該方法改進(jìn)了導(dǎo)向紋理的描述
標(biāo)簽： Contourlet ontourlet 方向 系數(shù)
上傳時(shí)間： 2016-02-20
上傳用戶(hù)：zhaiyanzhong
BM 算法是一個(gè)較優(yōu)的模式匹配算法。一般，如果不考慮模式串的長(zhǎng)度，一個(gè)具有時(shí)間復(fù)雜度O(n)的算法應(yīng)該是最優(yōu)的了，但是事實(shí)不是如此。BM算法可以實(shí)現(xiàn)更高效率的模式匹配。分析和實(shí)驗(yàn)說(shuō)明，BM匹配算法對(duì)于那些字符集比較大，而模式串中出現(xiàn)的字符比較少的時(shí)候，工作效率最快。而且，考慮KMP匹配方式的優(yōu)化，可以結(jié)合KMP匹配和BM匹配，進(jìn)一步提高效率。
上傳時(shí)間： 2013-12-19
上傳用戶(hù)：CHENKAI
最大歸一互相關(guān)圖像匹配算法是圖像匹配中的常用算法，其關(guān)鍵是解算活動(dòng)圖與基準(zhǔn)圖間的相關(guān)系數(shù)。 針對(duì)相關(guān)系數(shù)計(jì)算量大的特點(diǎn)，分析了FFT 的基與FFT 處理速度之間的關(guān)系以及基16FFT 算法特點(diǎn)，提出用基 16FFT 算法計(jì)算相關(guān)系數(shù)，相關(guān)系數(shù)的處理時(shí)間大幅減小；同時(shí)針對(duì)高基蝶形單元設(shè)計(jì)復(fù)雜、使用不靈活等特點(diǎn)， 提出采用級(jí)連思想實(shí)現(xiàn)主基16 蝶形單元，使處理器的設(shè)計(jì)復(fù)雜度降低。實(shí)驗(yàn)證明，將主基16FFT 處理器用于相關(guān) 系數(shù)的計(jì)算中，使最大歸一互相關(guān)圖像匹配處理速度達(dá)到國(guó)際領(lǐng)先水平
上傳時(shí)間： 2016-06-02
上傳用戶(hù)：杜瑩12345
提出了一種新的基于規(guī)則的異常檢測(cè)模型.把系統(tǒng)調(diào)用按照功能和危險(xiǎn)程度進(jìn)行了分類(lèi),該模型只是針對(duì)每類(lèi)中關(guān)鍵調(diào)用(即危險(xiǎn)級(jí)別為1的系統(tǒng)調(diào)用).在學(xué)習(xí)過(guò)程中,動(dòng)態(tài)地處理每個(gè)關(guān)鍵調(diào)用,而不是對(duì)靜態(tài)的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘或統(tǒng)計(jì),從而可以實(shí)現(xiàn)增量學(xué)習(xí).同時(shí)通過(guò)預(yù)定義,精煉規(guī)則,有效地減少了規(guī)則數(shù)據(jù)庫(kù)中的規(guī)則數(shù)目,縮減了檢測(cè)過(guò)程中規(guī)則的匹配時(shí)間.
標(biāo)簽： 模型 數(shù)據(jù) 系統(tǒng)調(diào)用 異常檢測(cè)
上傳時(shí)間： 2014-11-22
上傳用戶(hù)：003030
這是編譯原理的一個(gè)實(shí)驗(yàn), 是把一個(gè)正則表達(dá)式轉(zhuǎn)化為不確定有窮自動(dòng)機(jī)NFA的算法程序,朋興趣的朋友可以下載來(lái)看看哦。 一個(gè)正則表達(dá)式就是由普通字符（例如字符 a 到 z）以及特殊字符（稱(chēng)為元字符）組成的文字模式。該模式描述在查找文字主體時(shí)匹配的一個(gè)或多個(gè)字符串。正則表達(dá)式作為一個(gè)模板，將某個(gè)字符模式與所搜索的字符串進(jìn)行匹配。 本實(shí)例的符號(hào)包括： 1. 基本正則表達(dá)式, 如ab 2. 重復(fù), 如a* 3. 在各項(xiàng)中選擇, 如a|b 使用時(shí)在Convert的Reg Exp中點(diǎn)擊輸入正則表達(dá)式, 然后單擊Convert->to NFA就可以了。
上傳時(shí)間： 2016-06-22
上傳用戶(hù)：wangchong
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
