亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

多尺度聯(lián)合

  • c51 led程序

    c51 led程序,請朋友們試試,如何需要更多程序,請合我聯系

    標簽: c51 led 程序

    上傳時間: 2015-05-04

    上傳用戶:zl5712176

  • 單片機鍵盤掃描程序

    單片機鍵盤掃描程序,請朋友們試試,如果需要更多程序,請合我聯系

    標簽: 單片機 鍵盤掃描程序

    上傳時間: 2013-12-19

    上傳用戶:luke5347

  • 制圖綜合是傳統的地圖生產不可缺少的技術手段之一

    制圖綜合是傳統的地圖生產不可缺少的技術手段之一,是地圖學的核心理論和制圖學者關注的焦點問題。它的實質是解決地圖內容隨比例尺的變化而產生的多尺度表達的問題。其任務是對地圖內容隨比例尺變化過程中的增減進行合乎制圖學理論要求的綜合變換。 本PPT對于地圖制作人員和學生了解制圖綜合具有很大的幫助。

    標簽: 圖綜合 地圖

    上傳時間: 2015-11-24

    上傳用戶:123啊

  • 只要輸入低通濾波器系數

    只要輸入低通濾波器系數,可畫有負數尺度的多尺度函數的圖象

    標簽: 輸入 低通濾波器 系數

    上傳時間: 2014-06-26

    上傳用戶:huangld

  • 在用小波分解加強圖像邊緣的基礎上

    在用小波分解加強圖像邊緣的基礎上,利用修正的形態學邊緣檢測算子,以減 輕圖像邊緣檢測的模糊性;通過形態結:構元素尺度的調整,得到多尺度下圖像邊緣的 特征,并綜合各尺度下的邊緣特征,得到較為理想的圖像邊緣,實驗驗證了該算法的可 行性和有效性。

    標簽: 小波分解 圖像邊緣

    上傳時間: 2014-11-18

    上傳用戶:2467478207

  • 首先介紹多元線性回歸公式(即最小二乘法計算公式)

    首先介紹多元線性回歸公式(即最小二乘法計算公式),然后進行VB編程,實現多次曲線擬合算法。

    標簽: 多元 回歸 線性 最小二乘法

    上傳時間: 2013-12-24

    上傳用戶:蠢蠢66

  • 非常經典的一篇短篇

    非常經典的一篇短篇,圖像多尺度分析,尺度選擇,對圖像多尺度分析的朋友非常有用

    標簽:

    上傳時間: 2013-11-28

    上傳用戶:kelimu

  • 支持向量機在模式識別和分類中應用廣泛

    支持向量機在模式識別和分類中應用廣泛, 小波方法的多尺度特性也眾所周知。 本文將小波和支持向量機相互結合實現特征提取。

    標簽: 支持向量機 分類 模式識別

    上傳時間: 2017-03-13

    上傳用戶:x4587

  • 不同土層土壤特性空間變異性關系的聯合多重分形研究木

    應用聯合多重分形理論研究了。一20 cm土層土壤含水率、土壤電導率、砂粒含量、粘粒含量、粗粉粒 含量、土壤粒徑分布體積分形維數、土壤容重、有機質含量的空間變異性與20—40 cm土層對應變量空間變異性在 多尺度上的相互關系。結果表明:相對于0—20 cm土層上述變量的空間變異性,20一40 cm土層粗粉粒含量、有機 質含量空間變異性的變化率最大。土壤電導率、粘粒含量、土壤粒徑分布體積分形維數空間變異性的變化率最小, 砂粒含量、土壤含水率。土壤容重空間變異性的變化率介于兩者之間;多尺度上,0—20 em土層土壤含水率,土壤容 重、有機質含量、粘粒含量、砂粒含量、土壤電導率、土壤粒徑分布體積分形維數、粗粉粒含量與20—40 cm土層對應 變量空間變異性在多尺度上的相關性依次減弱。

    標簽: 土壤特性 空間變異性 多尺度聯合 多重分形

    上傳時間: 2018-08-13

    上傳用戶:閩外莯莯

  • 基于多尺度字典的圖像超分辨率重建

    Reconstruction- and example-based super-resolution (SR) methods are promising for restoring a high-resolution (HR) image from low-resolution (LR) image(s). Under large magnification, reconstruction-based methods usually fail to hallucinate visual details while example-based methods sometimes introduce unexpected details. Given a generic LR image, to reconstruct a photo-realistic SR image and to suppress artifacts in the reconstructed SR image, we introduce a multi-scale dictionary to a novel SR method that simultaneously integrates local and non-local priors. The local prior suppresses artifacts by using steering kernel regression to predict the target pixel from a small local area. The non-local prior enriches visual details by taking a weighted average of a large neighborhood as an estimate of the target pixel. Essentially, these two priors are complementary to each other. Experimental results demonstrate that the proposed method can produce high quality SR recovery both quantitatively and perceptually.

    標簽: Super-resolution Multi-scale Dictionary Single Image for

    上傳時間: 2019-03-28

    上傳用戶:fullout

主站蜘蛛池模板: 阿荣旗| 沙湾县| 酒泉市| 团风县| 寻甸| 花莲市| 云林县| 靖江市| 华容县| 英山县| 博客| 伊通| 博野县| 类乌齐县| 枝江市| 桐梓县| 宾川县| 北京市| 吉木乃县| 山东省| 宣恩县| 桦南县| 平南县| 炉霍县| 伊川县| 濉溪县| 仪征市| 宁国市| 南靖县| 永寿县| 兴安县| 健康| 哈密市| 廉江市| 曲水县| 麻城市| 竹北市| 密云县| 稷山县| 南开区| 永昌县|