九色porny丨国产首页在线,精品久久久久久久久久国产,亚洲精品欧美极品

分割器

易語言制作的百度歌曲采集器目前只完成了歌名和專輯的采集主要采用文本分割的方法實(shí)現(xiàn) 我的習(xí)作

易語言制作的百度歌曲采集器目前只完成了歌名和專輯的采集主要采用文本分割的方法實(shí)現(xiàn) 我的習(xí)作

標(biāo)簽： 語言百度分割采集器

上傳時間： 2014-01-18

上傳用戶：ardager
目的:運(yùn)用強(qiáng)化學(xué)習(xí)!多分類器集成!降維方法等最新計(jì)算機(jī)技術(shù),結(jié)合細(xì)胞病理知識,設(shè)計(jì)制作/智能化肺癌細(xì)胞病理圖像診斷系統(tǒng)0"方法:采集細(xì)胞圖像,運(yùn)用基于強(qiáng)化學(xué)習(xí)的圖像分割法將細(xì)胞區(qū)域從背景中分離出來運(yùn)

目的:運(yùn)用強(qiáng)化學(xué)習(xí)!多分類器集成!降維方法等最新計(jì)算機(jī)技術(shù),結(jié)合細(xì)胞病理知識,設(shè)計(jì)制作/智能化肺癌細(xì)胞病理圖像診斷系統(tǒng)0"方法:采集細(xì)胞圖像,運(yùn)用基于強(qiáng)化學(xué)習(xí)的圖像分割法將細(xì)胞區(qū)域從背景中分離出來運(yùn)用基于樣條和改進(jìn)2方法對重疊細(xì)胞進(jìn)行分離和重構(gòu) 提取40個細(xì)胞特征用于貝葉斯!支持向量機(jī)!緊鄰和決策樹4種分類器,集成產(chǎn)生肺癌細(xì)胞分類結(jié)果建立肺癌細(xì)胞病理圖庫,運(yùn)用基于等降維方法對細(xì)胞進(jìn)行比對,給予未定型癌細(xì)胞分類"結(jié)果:/智能化肺癌細(xì)胞病理診斷系統(tǒng)0應(yīng)用于臨床隨機(jī)1200例肺部病灶穿刺細(xì)胞學(xué)涂片,肺癌識別診斷率94180 ,假陽性率1185 ,假陰性率3135 ,肺癌分類識別率82190 ,核異型細(xì)胞識別率74120 "結(jié)論:/智能化肺癌早期細(xì)胞病理診斷系統(tǒng)0對肺癌細(xì)胞涂片診斷率高,克服了肺癌細(xì)胞病理診斷過程中取檢細(xì)胞數(shù)量少,重疊細(xì)胞識別率低,涂片背景及染色差異等干擾因素,可輔助臨床肺部病灶的穿刺細(xì)胞病理診斷"

標(biāo)簽： 化學(xué) 圖像分類器分離

上傳時間： 2013-12-16

上傳用戶：chfanjiang
圖象壓縮系統(tǒng)中熵編解碼器的FPGA設(shè)計(jì)及實(shí)現(xiàn)

隨著移動終端、多媒體、Internet網(wǎng)絡(luò)、通信，圖像掃描技術(shù)的發(fā)展，以及人們對圖象分辨率，質(zhì)量要求的不斷提高，用軟件壓縮難以達(dá)到實(shí)時性要求，而且會帶來因傳輸大量原始圖象數(shù)據(jù)帶來的帶寬要求，因此采用硬件實(shí)現(xiàn)圖象壓縮已成為一種必然趨勢。而熵編碼單元作為圖像變換，量化后的處理環(huán)節(jié)，是圖像壓縮中必不可少的部分。研究熵編解碼器的硬件實(shí)現(xiàn)，具有廣闊的應(yīng)用背景。本文以星載視頻圖像壓縮的硬件實(shí)現(xiàn)項(xiàng)目為背景，對熵編碼器和解碼器的硬件實(shí)現(xiàn)進(jìn)行探討，給出了并行熵編碼和解碼器的實(shí)現(xiàn)方案。熵編解碼器中的難點(diǎn)是huffman編解碼器的實(shí)現(xiàn)。在設(shè)計(jì)并行huffman編碼方案時通過改善Huffman編碼器中變長碼流向定長碼流轉(zhuǎn)換時的控制邏輯,避免了因數(shù)據(jù)處理不及時造成數(shù)據(jù)丟失的可能性，從而保證了編碼的正確性。而在實(shí)現(xiàn)并行的huffman解碼器時，解碼算法充分利用了規(guī)則化碼書帶來的碼字的單調(diào)性，及在特定長度碼字集內(nèi)碼字變化的連續(xù)性，將并行解碼由模式匹配轉(zhuǎn)換為算術(shù)運(yùn)算，提高了存儲器的利用率、系統(tǒng)的解碼效率和速度。在實(shí)現(xiàn)并行huffman編碼的基礎(chǔ)上，結(jié)合針對DC子帶的預(yù)測編碼，針對直流子帶的游程編碼，能夠?qū)D像壓縮系統(tǒng)中經(jīng)過DWT變換，量化，掃描后的數(shù)據(jù)進(jìn)行正確的編碼。同時，在并行huffman解碼基礎(chǔ)上的熵解碼器也可以解碼出正確的數(shù)據(jù)提供給解碼系統(tǒng)的后續(xù)反量化模塊，進(jìn)一步處理。在本文介紹的設(shè)計(jì)方案中，按照自頂向下的設(shè)計(jì)方法，對星載圖像壓縮系統(tǒng)中的熵編解碼器進(jìn)行分析，進(jìn)而進(jìn)行邏輯功能分割及模塊劃分，然后分別實(shí)現(xiàn)各子模塊，并最終完成整個系統(tǒng)。在設(shè)計(jì)過程中，用高級硬件描述語言verilogHDL進(jìn)行RTL級描述。利用了Altera公司的QuartusII開發(fā)平臺進(jìn)行設(shè)計(jì)輸入、編譯、仿真，同時還采用modelsim仿真工具和symplicity的綜合工具，驗(yàn)證了設(shè)計(jì)的正確性。通過系統(tǒng)波形仿真和下板驗(yàn)證熵編碼器最高頻率可以達(dá)到127M，在62.5M的情況下工作正常。而熵解碼器也可正常工作在62.5M，吞吐量可達(dá)到2500Mbps，也能滿足性能要求。仿真驗(yàn)證的結(jié)果表明：設(shè)計(jì)能夠滿足性能要求，并具有一定的使用價值。

標(biāo)簽： FPGA 圖象壓縮熵

上傳時間： 2013-05-19

上傳用戶：吳之波123
基于DSPFPGA的H264AVC實(shí)時編碼器

H.264/AVC是ITU-T和ISO聯(lián)合推出的新標(biāo)準(zhǔn)，采用了近幾年視頻編碼方面的先進(jìn)技術(shù)，以較高編碼效率和網(wǎng)絡(luò)友好性成為新一代國際視頻編碼標(biāo)準(zhǔn)。本文以實(shí)現(xiàn)D1格式的H.264/AVC實(shí)時編碼器為目標(biāo)，作者負(fù)責(zé)系統(tǒng)架構(gòu)設(shè)計(jì)，軟硬件劃分以及部分模塊的硬件算法設(shè)計(jì)與實(shí)現(xiàn)。通過對H.264/AVC編碼器中主要模塊的算法復(fù)雜度的評估，算法特點(diǎn)的分析，同時考慮到編碼器系統(tǒng)的可伸縮性，可擴(kuò)展性，本文采用了DSP+FPGA的系統(tǒng)架構(gòu)。DSP充當(dāng)核心處理器，而FPGA作為協(xié)處理器，針對編碼器中最復(fù)雜耗時的模塊一運(yùn)動估計(jì)模塊，設(shè)計(jì)相應(yīng)的硬件加速引擎，以提供編碼器所需要的實(shí)時性能。 H.264/AVC仍基于以前視頻編碼標(biāo)準(zhǔn)的運(yùn)動補(bǔ)償混合編碼方案，其中一個主要的不同在于幀間預(yù)測采用了可變塊尺寸的運(yùn)動估計(jì)，同時運(yùn)動向量精度提高到1/4像素。更小和更多形狀的塊分割模式的采用，以及更加精確的亞像素位置的預(yù)測，可以改善運(yùn)動補(bǔ)償精度，提高圖像質(zhì)量和編碼效率，但同時也大大增加了編碼器的復(fù)雜度，因此需要設(shè)計(jì)專門的硬件加速引擎。本文給出了1/4像素精度的運(yùn)動估計(jì)基于FPGA的硬件算法設(shè)計(jì)與實(shí)現(xiàn)，包括整像素搜索，像素插值，亞像素(1/2，1/4)搜索以及多模式選擇(支持全部七種塊分割模式)。設(shè)計(jì)中，將多處理器技術(shù)和流水線技術(shù)相結(jié)合，提供高性能的并行計(jì)算能力，同時，采用合理的存儲器組織結(jié)構(gòu)以提供高數(shù)據(jù)吞吐量，滿足運(yùn)算的帶寬要求，并使編碼器具有較好的可伸縮性。最后，在Modelsim環(huán)境下建立測試平臺，完成了對整個設(shè)計(jì)的RTL級的仿真驗(yàn)證，并針對Altera公司的FPGA芯片stratixⅡ系列的EP2S60-4器件進(jìn)行優(yōu)化，從而使工作頻率最終達(dá)到134MHz，分析數(shù)據(jù)表明該模塊能夠滿足編碼器的實(shí)時性要求。

標(biāo)簽： DSPFPGA H264 264 AVC

上傳時間： 2013-07-24

上傳用戶：sn2080395
基于FPGA的Turbo碼編譯碼器研究與實(shí)現(xiàn)

本文以Turbo碼編譯碼器的FPGA實(shí)現(xiàn)為目標(biāo)，對Turbo碼的編譯碼算法和用硬件語言將其實(shí)現(xiàn)進(jìn)行了深入的研究。首先，在理論上對Turbo碼的編譯碼原理進(jìn)行了介紹，確定了Max-log-MAF算法的譯碼算法，結(jié)合CCSDS標(biāo)準(zhǔn)，在實(shí)現(xiàn)編碼器時，針對標(biāo)準(zhǔn)中給定的幀長、碼率與交織算法，以及偽隨機(jī)序列模塊與幀同步模塊，提出了相應(yīng)解決方案；而在相應(yīng)的譯碼器設(shè)計(jì)中，采用了FPGA設(shè)計(jì)中“自上而下”的設(shè)計(jì)方法，權(quán)衡硬件實(shí)現(xiàn)復(fù)雜度與處理時延等因素，優(yōu)先考慮面積因素，提高元件的重復(fù)利用率和降低電路復(fù)雜度，來實(shí)現(xiàn)Turbo碼的Max-log-MAP算法譯碼。把整個系統(tǒng)分割成不同的功能模塊，分別闡述了實(shí)現(xiàn)過程。然后，基于Verilog HDL 設(shè)計(jì)出12位固點(diǎn)數(shù)據(jù)的Turbo編譯碼器以及仿真驗(yàn)證平臺，與用Matlab語言設(shè)計(jì)的相同指標(biāo)的浮點(diǎn)數(shù)據(jù)譯碼器進(jìn)行性能比較，得到該設(shè)計(jì)的功能驗(yàn)證。最后，研究了Tuxbo碼譯碼器幾項(xiàng)最新技術(shù)，如滑動窗譯碼，歸一化處理，停止迭代技術(shù)結(jié)合流水線電路設(shè)計(jì)，將改進(jìn)后的譯碼器與先前設(shè)計(jì)的譯碼器分別在ISE開發(fā)環(huán)境中針對目標(biāo)器件xilinx Virtex-Ⅱ500進(jìn)行電路綜合，證實(shí)了這些改進(jìn)技術(shù)能有效地提高譯碼器的吞吐量，減少譯碼時延和存儲器面積從而降低功耗。

標(biāo)簽： Turbo FPGA 編譯碼器

上傳時間： 2013-04-24

上傳用戶：haohaoxuexi
基于FPGA的靜止圖像編碼器

遙感圖像在人類生活和軍事領(lǐng)域的應(yīng)用日益廣泛，適合各種要求的遙感圖像編碼技術(shù)具有重要的現(xiàn)實(shí)意義。基于小波變換的內(nèi)嵌編碼技術(shù)已成為當(dāng)前靜止圖像編碼領(lǐng)域的主流，其中就包括基于分層樹集合分割排序(Set Partitioning inHierarchical Trees，SPIHT)的內(nèi)嵌編碼算法。這種算法具有碼流可隨機(jī)獲取以及良好的恢復(fù)圖像質(zhì)量等特性，因此成為實(shí)際應(yīng)用中首選算法。隨著對圖像編碼技術(shù)需求的不斷增長，尤其是在軍事應(yīng)用領(lǐng)域如衛(wèi)星偵察等方面，這種編碼算法亟待轉(zhuǎn)換為可應(yīng)用的硬件編碼器。在靜止圖像編碼領(lǐng)域，高性能的圖像編碼器設(shè)計(jì)一直是相關(guān)研究人員不懈追求的目標(biāo)。本文針對靜止圖像編碼器的設(shè)計(jì)作了深入研究，并致力于高性能的圖像編碼算法實(shí)現(xiàn)結(jié)構(gòu)的研究，提出了具有創(chuàng)新性的降低計(jì)算量、存儲量，提高壓縮性能的算法實(shí)現(xiàn)結(jié)構(gòu)，并成功應(yīng)用于圖像編碼硬件系統(tǒng)中。這個方案還支持壓縮比在線可調(diào)，即在不改變硬件框架的條件下可按用戶要求實(shí)現(xiàn)16倍到2倍的壓縮，以適應(yīng)不同的應(yīng)用需求。本文所做的工作包括了兩個部分。 1．一種基于行的實(shí)時提升小波變換實(shí)現(xiàn)結(jié)構(gòu)：該結(jié)構(gòu)同時處理行變換和列變換，并且在圖像邊界采用對稱擴(kuò)展輸出邊界數(shù)據(jù)，使得圖像小波變換時間與傳統(tǒng)的小波變換相比提高了將近2.6倍，提高了硬件系統(tǒng)的實(shí)時性。該結(jié)構(gòu)還合理地利用和調(diào)度內(nèi)部緩沖器，不需要外部緩沖器，大大降低了硬件系統(tǒng)對存儲器的要求。 2．一種采用左遍歷的比特平面并行SPIHT編碼結(jié)構(gòu)：在該編碼結(jié)構(gòu)中，空間定位生成樹采用深度優(yōu)先遍歷方式，比特平面同時處理極大地提高了編碼速度。

標(biāo)簽： FPGA 圖像編碼器

上傳時間： 2013-06-17

上傳用戶：abc123456.
人工神經(jīng)網(wǎng)絡(luò)在金相圖像分割中的應(yīng)用研究

摘要：利用多層感知器神經(jīng)網(wǎng)絡(luò)和自組織映射神經(jīng)網(wǎng)絡(luò)對球墨鑄鐵、可鍛鑄鐵和灰鑄鐵的金相圖像進(jìn)行了分割提取。通過對比以上兩種方法分割后的圖像質(zhì)量和定量分析樣本圖像中的石墨結(jié)構(gòu)、珍珠巖/鐵氧體結(jié)構(gòu)所占的百分含量后發(fā)現(xiàn)，多層感知器網(wǎng)絡(luò)分割提取的結(jié)果與樣本實(shí)際的結(jié)果更加接近，而自組織映射神經(jīng)網(wǎng)絡(luò)分割提取的結(jié)果則不夠理想。據(jù)此，可以推斷多層感知器網(wǎng)絡(luò)是實(shí)現(xiàn)金屬圖像分割自動化提取和精確性分析的有效工具。

標(biāo)簽： 人工神經(jīng)網(wǎng)絡(luò) 中的應(yīng)用圖像分割

上傳時間： 2014-12-29

上傳用戶：icarus
ASP切分器

ASP切分器，用于網(wǎng)頁分割

標(biāo)簽： ASP 分

上傳時間： 2014-01-04

上傳用戶：qiaoyue
實(shí)現(xiàn)語料的分割

實(shí)現(xiàn)語料的分割，和特征值的提取，還有bayes分類器

標(biāo)簽： 分割

上傳時間： 2013-12-09

上傳用戶：zhenyushaw
圖像分割電子書。章毓晉主編。格式為djvu格式

圖像分割電子書。章毓晉主編。格式為djvu格式，可上華軍軟件園下載djvu電子書閱讀器

標(biāo)簽： djvu 圖像分割電子書

上傳時間： 2016-12-02

上傳用戶：lunshaomo