人工智能神經(jīng)網(wǎng)絡(luò)中的hopfield算法的實(shí)現(xiàn)方法，學(xué)神經(jīng)網(wǎng)絡(luò)的同學(xué)請(qǐng)使用
標(biāo)簽： hopfield 人工智能 神經(jīng)網(wǎng)絡(luò) 實(shí)現(xiàn)方法
上傳時(shí)間： 2013-12-24
上傳用戶：225588
人工智能神經(jīng)網(wǎng)絡(luò)中的bam算法的實(shí)現(xiàn)方法，學(xué)神經(jīng)網(wǎng)絡(luò)的同學(xué)請(qǐng)使用
標(biāo)簽： bam 人工智能 神經(jīng)網(wǎng)絡(luò) 實(shí)現(xiàn)方法
上傳時(shí)間： 2017-01-13
上傳用戶：PresidentHuang
人工智能神經(jīng)網(wǎng)絡(luò)中的adaline算法的實(shí)現(xiàn)方法，學(xué)神經(jīng)網(wǎng)絡(luò)的同學(xué)請(qǐng)使用
標(biāo)簽： adaline 人工智能 神經(jīng)網(wǎng)絡(luò) 實(shí)現(xiàn)方法
上傳時(shí)間： 2017-01-13
上傳用戶：1966640071
人工智能神經(jīng)網(wǎng)絡(luò)中的som算法的實(shí)現(xiàn)方法，學(xué)神經(jīng)網(wǎng)絡(luò)的同學(xué)請(qǐng)使用
標(biāo)簽： som 人工智能 神經(jīng)網(wǎng)絡(luò) 實(shí)現(xiàn)方法
上傳時(shí)間： 2013-12-23
上傳用戶：Breathe0125
人工智能神經(jīng)網(wǎng)絡(luò)中的bpn算法的實(shí)現(xiàn)方法，學(xué)神經(jīng)網(wǎng)絡(luò)的同學(xué)請(qǐng)使用
標(biāo)簽： bpn 人工智能 神經(jīng)網(wǎng)絡(luò) 實(shí)現(xiàn)方法
上傳時(shí)間： 2017-01-13
上傳用戶：gaojiao1999
本程序是基于分離譜算法的最小值選中次數(shù)加權(quán)算法的MATLAB源代碼,可以對(duì)一維信號(hào)先進(jìn)行譜分離,然后再在最小值的基礎(chǔ)上對(duì)信號(hào)進(jìn)行重建.
標(biāo)簽： MATLAB 分離 信號(hào) 算法
上傳時(shí)間： 2017-01-25
上傳用戶：dbs012280
圖像中直線的校準(zhǔn)和提取方法研究 susan算法的原版資料
標(biāo)簽： susan 圖像 直線 校準(zhǔn)
上傳時(shí)間： 2017-01-27
上傳用戶：冇尾飛鉈
繼承和多態(tài) 實(shí)驗(yàn)?zāi)康模? 1、 掌握繼承和多態(tài)的概念與實(shí)現(xiàn)方法 2、 掌握如何從已有的類中派生子類并繼承父類 3、 掌握方法的覆蓋和重載 實(shí)驗(yàn)內(nèi)容： 設(shè)計(jì)一個(gè)通用的排序算法，作為驗(yàn)證，自定義學(xué)生類、矩形類，可以利用該排序算法對(duì)學(xué)生按照ID以及Name進(jìn)行排序；對(duì)矩形按照面積排序。
標(biāo)簽： 實(shí)驗(yàn) 實(shí)現(xiàn)方法 排序算法
上傳時(shí)間： 2017-01-28
上傳用戶：王者A
針對(duì)靜止圖像經(jīng)整數(shù)小波變換(integer wavelet transform)后,各子帶系數(shù)的幅值動(dòng)態(tài)變化范圍小,不利 于零樹編碼(embedded zerotree wavelet coding)的缺點(diǎn),采用“從 1 開始的整數(shù)平方”代替“2 的整數(shù)次冪”作為零樹 編碼的量化閾值,縮短了量化閾值間隔.通過減少重要系數(shù)在較低量化閾值中出現(xiàn)的機(jī)會(huì),增加了編碼過程中的 零樹數(shù)量 同時(shí)通過減少參與編碼的字符數(shù)及對(duì)最高頻帶零樹不編碼,簡(jiǎn)化了編碼過程.實(shí)驗(yàn)結(jié)果表明,整數(shù)平方 量化閾值下的零樹編碼(integer square zerotree wavelet coding)解決了整數(shù)小波變換中零樹編碼的低效問題,提 高了靜止圖像的編碼效率.
標(biāo)簽： wavelet transform embedded zerotree
上傳時(shí)間： 2017-01-29
上傳用戶：as275944189
此文檔設(shè)計(jì)主要一個(gè)涉及一個(gè)算法的研究。相關(guān)匹配是目標(biāo)跟蹤和模式識(shí)別的一種重要方法。介紹了**)（電荷耦合器件）誤差測(cè) 量系統(tǒng)的光學(xué)原理F針對(duì)該測(cè)量系統(tǒng)實(shí)際情況，提出了用相關(guān)算法實(shí)現(xiàn)目標(biāo)位置的測(cè)量F 使用自適應(yīng)相關(guān)匹配的方法，實(shí)現(xiàn)了對(duì)連續(xù)視頻圖像中動(dòng)態(tài)目標(biāo)的跟蹤F 給出了實(shí)驗(yàn)結(jié)果，并對(duì)算法提出了改進(jìn)的意見。
標(biāo)簽： 文檔 器件 光學(xué)原理 法的研究
上傳時(shí)間： 2017-01-30
上傳用戶：nanfeicui
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
