求取一幅灰度圖像中的光斑形心的位置的Matlab的源代碼。算法使用的是最大類間方差法編寫的程序，可以得到光斑形心位置的（x,y）坐標(biāo)。
上傳時(shí)間： 2014-09-02
上傳用戶：bibirnovis
c語(yǔ)言版的多項(xiàng)式曲線擬合。 用最小二乘法進(jìn)行曲線擬合. 用p－1 次多項(xiàng)式進(jìn)行擬合，p<= 10 x,y 的第0個(gè)域x[0],y[0],沒有用，有效數(shù)據(jù)從x[1],y[1] 開始 nNodeNum,有效數(shù)據(jù)節(jié)點(diǎn)的個(gè)數(shù)。 b,為輸出的多項(xiàng)式系數(shù)，b[i] 為b[i-1]次項(xiàng)。b[0],沒有用。 b,有10個(gè)元素ok。
標(biāo)簽： 多項(xiàng)式 曲線擬合 c語(yǔ)言 最小二乘法
上傳時(shí)間： 2014-01-12
上傳用戶：變形金剛
亞定方程組求解：If serial correlation is found, you may have misspecified your model and should return to your theory for a better representation of the data generating process. This possibility is quite likely and should be taken seriously.
標(biāo)簽： misspecified correlation serial return
上傳時(shí)間： 2015-06-16
上傳用戶：熊少鋒
最小二乘法曲線擬合 作者：佚名 文章來(lái)源：不詳 點(diǎn)擊數(shù)：164 更新時(shí)間：2006-1-4 【字體：小 大】【發(fā)表評(píng)論】【加入收藏】【告訴好友】【打印此文】【關(guān)閉窗口】 //最小二乘法曲線擬合 typedef CArray<double,double>CDoubleArray BOOL CalculateCurveParameter(CDoubleArray *X,CDoubleArray *Y,long M,long N,CDoubleArray *A) { //X,Y -- X,Y兩軸的坐標(biāo) //M -- 結(jié)果變量組數(shù) //N -- 采樣數(shù)目 //A -- 結(jié)果參數(shù) 文章錄入：admin 責(zé)任編輯：admin
上傳時(shí)間： 2014-01-24
上傳用戶：liansi
? 本書第一章的部分內(nèi)容 第 一 章 Java語(yǔ) 言 的 產(chǎn) 生 及 其 特 點(diǎn) 1.1 Java產(chǎn) 生 的 歷 史 與 現(xiàn) 狀 1.1.1 Java產(chǎn) 生 的 歷 史 Java來(lái) 自 于Sun公 司 的 一 個(gè) 叫Green的 項(xiàng) 目， 其 原 先 的 目 的 是 為 家 用 消 費(fèi) 電 子 產(chǎn) 品 開 發(fā) 一 個(gè) 分 布 式 代 碼 系 統(tǒng)， 這 樣 我 們 可 以 把E-mail發(fā) 給 電 冰 箱、 電 視 機(jī) 等 家 用 電 器， 對(duì) 它 們 進(jìn) 行 控 制， 和 它 們 進(jìn) 行 信 息 交 流。 開 始， 準(zhǔn) 備 采 用C++,但C++太 復(fù) 雜， 安 全 性 差， 最 后 基 于C++開 發(fā) 一 種 新 的 語(yǔ) 言O(shè)ak(Java的 前 身)，Oak是 一 種 用 于 網(wǎng) 絡(luò) 的 精 巧 而 安 全 的 語(yǔ) 言，Sun公 司 曾 依 此 投 標(biāo) 一 個(gè) 交 互 式 電 視 項(xiàng) 目， 但 結(jié) 果 是 被SGI打 敗
上傳時(shí)間： 2015-06-22
上傳用戶：songyue1991
Rotating shafts experience a an elliptical motion called whirl. It is important to decompose this motion into a forward and backward whil orbits. The current function makes use of two sensors to generate a bi-directional spectrogram. The method can be extended to any time-frequency distribution ％ ％ compute the forward/backward Campbell/specgtrogram ％ ％ INPUT: ％ y (n x 2) each column is measured from a different sensor ％ /////// ％ __ ％ |s1| y(:,1) ％ |__| ％ __ ％ / \ ________|/ ％ | | | s2 |/ y(:,2) ％ \____/ --------|/ ％ ％ Fs Sampling frequnecy ％ ％ OUTPUT: ％ B spectrogram/Campbel diagram ％ x x-axis coordinate vector (time or Speed) ％ y y-axis coordinate vector (frequency [Hz])
標(biāo)簽： experience elliptical decompose important
上傳時(shí)間： 2015-06-23
上傳用戶：372825274
對(duì)于小型圖書銷售書店而言此軟件具有圖書銷售管理功能，可大大減輕Boss的工作量及帳目清算工作。也對(duì)這方面軟件開發(fā)者有參考價(jià)值。
上傳時(shí)間： 2013-12-23
上傳用戶：咔樂塢
暫時(shí)只支持jpeg2000支持的 cdf97 和spline53 可以這樣來(lái)測(cè)試： x=imread( E:\study\jpeg2000\images\lena.tif ) ％ see the decomposition coefficients y=wavelift(x, 1, spl53 ) using spline 5/3 wavelet figure subplot(1,2,1) imshow(x) subplot(1,2,2) imshow(mat2gray(y)) ％ see the reconstruction precision yy=wavelift(x, 5) using cdf 9/7 wavelet ix=wavelift(yy,-5) inverse sum(sum((double(x)-ix).^2))
標(biāo)簽： 2000 imageslena studyjpeg imread
上傳時(shí)間： 2014-01-14
上傳用戶：懶龍1988
HMM(Hidden Markov Model)，狀態(tài)數(shù)目N=3，觀察符號(hào)數(shù)目M=2，時(shí)間長(zhǎng)度T=3。 (a) Probability Evaluation: 給定狀態(tài)轉(zhuǎn)換機(jī)率A、狀態(tài)符號(hào)觀察機(jī)率B、和起始機(jī)率 ，求觀察序列 出現(xiàn)的機(jī)率。 (b) Optimal State Sequence: 給定狀態(tài)轉(zhuǎn)換機(jī)率A、狀態(tài)符號(hào)觀察機(jī)率B、起始機(jī)率 、和觀察序列 ，求一個(gè)狀態(tài)序列 使得O出現(xiàn)的機(jī)率最大。 (c) Parameter Estimation: 給定狀態(tài)轉(zhuǎn)換機(jī)率A、狀態(tài)符號(hào)觀察機(jī)率B、起始機(jī)率 、和觀察序列 ，求新的A、B、 ，使得O出現(xiàn)的機(jī)率最大。
標(biāo)簽： Hidden Markov Model HMM
上傳時(shí)間： 2014-08-28
上傳用戶：heart520beat
這個(gè)章節(jié)將詳細(xì)介紹Windows CE 系統(tǒng)中的處理程序 (process) 和執(zhí)行緒 (thread)，並對(duì)Windows CE作業(yè)系統(tǒng)所使用的排程策略進(jìn)行分析。處理程序是資源分配的基本單位，而執(zhí)行緒是排程的基本單位。
標(biāo)簽： Windows process thread CE
上傳時(shí)間： 2015-07-01
上傳用戶：cx111111
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
