<noframes id="miw2e"></noframes> 計算洛侖茲吸引子的很方便的程序，是我從國外網(wǎng)上下載的，很好用。
上傳時間： 2016-05-07
上傳用戶：Shaikh
基于歸一化互相關(guān)系數(shù)的算法在模板匹配和特征跟蹤中運用十分廣泛,但缺點是其計算量很大. 為此提出了一種在 空間域利用盒形基簡化互相關(guān)的快速算法,在不修改歸一化互相關(guān)匹配原理的前提下,用原模板圖像在一組正交盒形基張成 的子空間上的投影取代原圖像來進行互相關(guān)計算,以降低圖像精度來縮減計算復(fù)雜度. 實驗說明,當搜索窗口大小較小時,此 快速算法計算量明顯小于傳統(tǒng)的頻域快速歸一化互相關(guān)算法. 關(guān)鍵詞:模板匹配歸一化互相關(guān)系數(shù)子空間分解盒形基
上傳時間： 2016-06-02
上傳用戶：gxrui1991
動態(tài)規(guī)劃下的最優(yōu)子序列問題，用文件的方式加以實現(xiàn)
標簽： 動態(tài)規(guī)劃 序列
上傳時間： 2013-12-11
上傳用戶：thuyenvinh
輸入一句子以及一子字符串（字符數(shù)分別小于50） ，在句子中搜索是否含有該子字符串。如果句子中不包含子串,則顯示’No match!’；否則顯示’Match’，并把該子串在句子中第一個匹配的位置用十六進制數(shù)顯示出來. (比如 ‘we are studing abc’. 中包含’abc’子串,出現(xiàn)在第10H位上；但不包括’xyz’子串.)
上傳時間： 2013-12-18
上傳用戶：上善若水
文章提出了一種基于Sobel算子和網(wǎng)格的二尺度彩色圖像邊緣檢測方法.該方法將圖像劃分成預(yù)先設(shè)定大小的網(wǎng)格，在兩個尺度上對圖像進行分析，完成圖像的邊緣檢測。首先用Sobel算子求得圖像邊緣，依據(jù)網(wǎng)格內(nèi)含有邊緣像素的數(shù)目以及連通情況將不同的網(wǎng)格分別處理。 然后以網(wǎng)格為數(shù)據(jù)單元，在較大尺度上運用Sobel算子得到圖像邊緣。最后通過設(shè)定數(shù)據(jù)的優(yōu)先級和使用形態(tài)學(xué)的方法合并兩次計算邊緣的結(jié)果。該方法充分考慮到了圖像當中可能出現(xiàn)的各種復(fù)雜情況，從兩個尺度分割圖像，彌補了單一方法的不足，提高了分割的正確率。
上傳時間： 2013-12-05
上傳用戶：hxy200501
基于Sobel算子.該方法將圖像劃分成預(yù)先設(shè)定大小的網(wǎng)格，在兩個尺度上對圖像進行分析，完成圖像的邊緣檢測。首先用Sobel算子求得圖像邊緣，依據(jù)網(wǎng)格內(nèi)含有邊緣像素的數(shù)目以及連通情況將不同的網(wǎng)格分別處理。 然后以網(wǎng)格為數(shù)據(jù)單元，在較大尺度上運用Sobel算子得到圖像邊緣。最后通過設(shè)定數(shù)據(jù)的優(yōu)先級和使用形態(tài)學(xué)的方法合并兩次計算邊緣的結(jié)果。
上傳時間： 2014-09-08
上傳用戶：四只眼
拉格朗日插值 用拉格朗日插值來計算函數(shù)值 使用說明： 一般的使用過程： 1、修改輸入數(shù)據(jù) input3.txt 2、編輯源文件 55.c 55.c為主函數(shù)，調(diào)用了子函數(shù)lag.c。 3、編譯程序 55.bat 4、運行 55.exe
上傳時間： 2014-01-11
上傳用戶：pinksun9
C語言實現(xiàn)的稀疏矩陣相乘。采用了子函數(shù)結(jié)構(gòu)，實現(xiàn)了輸入兩個稀疏矩陣，用三元表法實現(xiàn)其相乘的子函數(shù)計算后打印矩陣。
上傳時間： 2014-03-01
上傳用戶：zhuoying119
用C語言實現(xiàn)的兩路歸并算法，采用鏈表存儲兩組數(shù)，用戶自行輸入兩組數(shù)，用子函數(shù)實現(xiàn)其歸并到List1中，將其打印出來。
上傳時間： 2013-11-27
上傳用戶：lepoke
一個慣性導(dǎo)航子對準程序，可以用MATLAB運行
上傳時間： 2013-12-09
上傳用戶：dyctj
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
