壓縮域圖像處理技術(shù)研究文章，描述在編碼壓縮域進(jìn)行各種處理算法，取得原始域相近的效果
標(biāo)簽： 壓縮域 圖像處理 技術(shù)研究
上傳時(shí)間： 2013-12-30
上傳用戶：youke111
在GF（8）域內(nèi)，實(shí)現(xiàn)RS碼編碼和解碼，可以改動(dòng)參數(shù)，適應(yīng)不同的系統(tǒng)要求
標(biāo)簽：
上傳時(shí)間： 2015-12-02
上傳用戶：xinzhch
深入淺出mfc,作者開放的網(wǎng)路流傳版，寫的非常之好，許多觀念及技巧鉅細(xì)靡遺，適合中階以上使用者觀看
標(biāo)簽： mfc
上傳時(shí)間： 2013-11-25
上傳用戶：牧羊人8920
小弟撰寫的類神經(jīng)網(wǎng)路backpropagataion,可以train如xor等互斥問題,使用bcb所完成,因?yàn)殚_發(fā)介面較為便利, 大部分使用類別的方法撰寫,所以若有興趣移植到vc的朋友,應(yīng)該也不會(huì)有太大的障礙。
標(biāo)簽： backpropagataion train bcb xor
上傳用戶：jeffery
用bcb所撰寫的kohonen程式,優(yōu)雅的網(wǎng)狀伸張分佈,將任意維度的input data,reduce至二維x,y平面,competivite learning的最佳範(fàn)例.
標(biāo)簽： competivite learning kohonen reduce
上傳用戶：腳趾頭
類神經(jīng)網(wǎng)路的基本運(yùn)算-TLU,為所有學(xué)習(xí)類神經(jīng)入門的的第一個(gè)演算法,單一的neural做簡(jiǎn)易的training,雖無法解xor的問題,但卻是人類史上的類神經(jīng)的第一步.
標(biāo)簽： training neural TLU xor
上傳用戶：851197153
WinPcap WinPcap 中文技術(shù)文檔 模塊 數(shù)據(jù)結(jié)構(gòu) 數(shù)據(jù)域 文件列表 全局 相關(guān)頁面 意見反饋
標(biāo)簽： WinPcap 文檔 數(shù)據(jù)結(jié)構(gòu) 數(shù)據(jù)域
上傳時(shí)間： 2015-12-04
上傳用戶：stvnash
設(shè)計(jì)并實(shí)現(xiàn)了兩種分層多描述視頻編碼器.通過對(duì)小波域的運(yùn)動(dòng)估計(jì)算法進(jìn)行了分析和研究，對(duì)小波域多分辨率運(yùn)動(dòng)估計(jì)方法進(jìn)行改進(jìn)
標(biāo)簽： 分層 分 視頻編碼器 小波域
上傳時(shí)間： 2015-12-05
上傳用戶：大融融rr
網(wǎng)路連線圈圈叉叉...... 可以互相連線
上傳時(shí)間： 2013-12-14
上傳用戶：1159797854
于背景減除法和時(shí)域差分法，并對(duì)這兩種算法加以了改進(jìn)，綜合二者優(yōu)點(diǎn)，提出了一種新的運(yùn)動(dòng)檢測(cè)方法。 以便于視覺監(jiān)視中快速、準(zhǔn)確地分割出運(yùn)動(dòng)目標(biāo)。同時(shí)把分割出的運(yùn)動(dòng)目標(biāo)用區(qū)域而不是輪廓二值圖表示。以下的改進(jìn)方案經(jīng)實(shí)驗(yàn)證明可以實(shí)時(shí)地分割出運(yùn)動(dòng)目標(biāo)，效果也較好。
標(biāo)簽： 背景 減 時(shí)域 差分
上傳時(shí)間： 2013-12-05
上傳用戶：hasan2015
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
