實(shí)現(xiàn)sar的靜止目標(biāo)的回波模型，并用rda算法實(shí)現(xiàn)壓縮和成像
上傳時(shí)間： 2017-09-25
上傳用戶：黃華強(qiáng)
個(gè)人整理 基于TV和小波的圖像去模糊，使用了FISTA算法。
標(biāo)簽： tv wavelet image restoration FISTA
上傳時(shí)間： 2015-03-11
上傳用戶：CCXZCCXZCCXZ
Boost C++ Libraries Free peer-reviewed portable C++ source libraries Boost C++ Libraries 基本上是一個(gè)免費(fèi)的 C++ 的跨平臺(tái)函式庫(kù)集合，基本上應(yīng)該可以把它視為 C++ STL 的功能再延伸；他最大的特色在於他是一個(gè)經(jīng)過「同行評(píng)審」（peer review，可參考維基百科）、開放原始碼的函式庫(kù)，而且有許多 Boost 的函式庫(kù)是由 C++ 標(biāo)準(zhǔn)委員會(huì)的人開發(fā)的，同時(shí)部分函式庫(kù)的功能也已經(jīng)成為 C++ TR1 (Technical Report 1，參考維基百科)、TR2、或是 C++ 0x 的標(biāo)準(zhǔn)了。 它的官方網(wǎng)站是：http://www.boost.org/，包含了 104 個(gè)不同的 library；由於他提供的函式庫(kù)非常地多，的內(nèi)容也非常地多元，根據(jù)官方的分類，大致上可以分為下面這二十類： 字串和文字處理（String and text processing） 容器（Containers） Iterators 演算法（Algorithms） Function objects and higher-order programming 泛型（Generic Programming） Template Metaprogramming Preprocessor Metaprogramming Concurrent Programming 數(shù)學(xué)與數(shù)字（Math and numerics） 正確性與測(cè)試（Correctness and testing） 資料結(jié)構(gòu)（Data structures） 影像處理（Image processing） 輸入、輸出（Input/Output） Inter-language support 記憶體（Memory） 語(yǔ)法分析（Parsing） 程式介面（Programming Interfaces） 其他雜項(xiàng) Broken compiler workarounds 其中每一個(gè)分類，又都包含了一個(gè)或多個(gè)函式庫(kù)，可以說(shuō)是功能相當(dāng)豐富。
標(biāo)簽： Boost C++ Libraries
上傳時(shí)間： 2015-05-15
上傳用戶：fangfeng
lms算法 草草草 要這么多字。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
上傳時(shí)間： 2016-05-19
上傳用戶：793803391
各種全排列方法的算法集合，例如：遞歸法、字典法等等
標(biāo)簽： 算法
上傳時(shí)間： 2016-12-25
上傳用戶：liziyi
極大極小值搜索算法，一字棋，兩個(gè)玩家對(duì)抗模式
標(biāo)簽： C++
上傳時(shí)間： 2017-10-18
上傳用戶：wcl623861487
提取小波脊線的crazy climber算法
上傳時(shí)間： 2021-01-24
上傳用戶：
在我國(guó)煤礦的生產(chǎn)過程中，人員和設(shè)備的安全始終是煤礦開采最為關(guān)心的問題，煤礦井下瓦斯氣體所引起的爆炸事故，會(huì)造成巨大的人員和財(cái)產(chǎn)損失其中甲烷氣體是瓦斯氣體的最主要的成分。傳統(tǒng)上的甲烷氣體檢測(cè)大都采用化學(xué)檢測(cè)方法，但是該種方法存在很多不足，人們開始研究采用光學(xué)方法代替化學(xué)檢測(cè)的方法。本文采用了基于螞蟻算法的光譜吸收光纖監(jiān)測(cè)系統(tǒng)對(duì)甲烷氣體實(shí)施監(jiān)測(cè)本論文通過對(duì)瓦斯氣體（主要成分是甲烷）檢測(cè)技術(shù)的歷史發(fā)展背景和國(guó)內(nèi)外刈其研究現(xiàn)狀的介紹，對(duì)于傳統(tǒng)的甲烷氣體檢測(cè)系統(tǒng)中存在的缺陷和局限性問題分析，提出了基于螞蟻算法的光譜吸收光纖甲烷隘測(cè)系統(tǒng)。首先介紹了氣體光譜吸收原理和螞蟻算法的基本原理，然后詳細(xì)說(shuō)明了螞蟻BP神經(jīng)網(wǎng)絡(luò)算法，系統(tǒng)采用了型號(hào)為 MXSLD-CS65M5A的激光器，斬波器，測(cè)量氣室等甲烷氣體傳感器系統(tǒng)，通過使用螞蟻BP神經(jīng)網(wǎng)絡(luò)算法對(duì)測(cè)量數(shù)據(jù)進(jìn)行優(yōu)化設(shè)計(jì)，最后選用 Labview軟件對(duì)數(shù)據(jù)進(jìn)行測(cè)量顯示，測(cè)試系統(tǒng)運(yùn)行的可行性。通過實(shí)驗(yàn)，檢驗(yàn)了基于螞蟻算法的光譜吸收光纖甲烷傳感系統(tǒng)的效果，本系統(tǒng)的實(shí)驗(yàn)測(cè)試數(shù)據(jù)可以通過 LabView軟件的設(shè)計(jì)進(jìn)行保存，對(duì)甲烷氣體濃度的檢測(cè)達(dá)到良好的運(yùn)行效果，系統(tǒng)具有實(shí)時(shí)監(jiān)測(cè)和自動(dòng)報(bào)警功能。研究基于螞蟻算法的光譜吸收光纖甲烷傳感系統(tǒng)對(duì)于煤礦安全生產(chǎn)具有十分重要的意義和應(yīng)用前景。
標(biāo)簽： 螞蟻算法
上傳時(shí)間： 2022-03-10
上傳用戶：canderile
在工業(yè)應(yīng)用中常用一組傳感器對(duì)問一個(gè)被測(cè)量目標(biāo)在一個(gè)過程的不同位置進(jìn)行測(cè)量，然而由于每個(gè)傳感器位于過程的不同位置，它們將不問程度的受到嗓聲的干擾，為了從被嗓聲干擾的多傳感器測(cè)量值中獲得更準(zhǔn)確的測(cè)量結(jié)果，霱要進(jìn)“步研究多傳感器的融合理論多傳感器數(shù)據(jù)融合系統(tǒng)的關(guān)鍵在于如何充分利用各個(gè)傳感器的信息，得到對(duì)被測(cè)參數(shù)的最優(yōu)估計(jì)，本文主要研究了以加權(quán)的方式進(jìn)行多傳感器數(shù)據(jù)融合的方法，即研究如何對(duì)每個(gè)傳感器進(jìn)行加權(quán)，從而得到對(duì)被測(cè)參數(shù)最優(yōu)佑計(jì)的方法為此本文在介紹了多傳感器數(shù)據(jù)融合技術(shù)的基礎(chǔ)上，首先研究了基于奇異值分解的數(shù)據(jù)融合算法，通過對(duì)傳感器測(cè)量值構(gòu)成的矩陣進(jìn)行奇異值分解，利用每個(gè)傳感器測(cè)量值所對(duì)應(yīng)的奇異值，可以估計(jì)出對(duì)每個(gè)傳感器權(quán)值的最優(yōu)估計(jì)，從而在不要任何先驗(yàn)知識(shí)的條件下，可僅由多傳感器的測(cè)量值，利用提出的算法得到在最小均方誤差意義下的被測(cè)參數(shù)的最優(yōu)估計(jì)，此外，在許多工業(yè)過程中，人們利用多傳感器測(cè)量同一過程參數(shù)以控制該參數(shù)在過程中的不同位置能根據(jù)需要進(jìn)行合理分布，此時(shí)人們希望利用多傳感器融合的測(cè)量結(jié)果，對(duì)每一個(gè)傳感器的測(cè)量數(shù)據(jù)進(jìn)行重建，以獲得對(duì)每一個(gè)傳感器的測(cè)量結(jié)果進(jìn)行更為準(zhǔn)確的估計(jì)。為此，本文進(jìn)一步研究了基于小波降噪和數(shù)據(jù)融合的傳感器數(shù)據(jù)重建算法，仿真和實(shí)驗(yàn)結(jié)果都說(shuō)明提出算法是有效的，最后，研究了非線性動(dòng)態(tài)系統(tǒng)的狀態(tài)融合問題，研究了加權(quán)無(wú)氣味卡爾曼濾波（UKF）方法，研究表明無(wú)氣味卡爾曼波波能克服了擴(kuò)展卡爾曼濾波（EKF）在狀態(tài)融合估計(jì)中的不足，可以得到了更準(zhǔn)確的狀態(tài)融合估計(jì)結(jié)關(guān)鍵詞多傳感器系統(tǒng)，數(shù)據(jù)融合，奇異值分解，UKF
標(biāo)簽： 傳感器 數(shù)據(jù)融合
上傳時(shí)間： 2022-03-16
上傳用戶：aben
隨著信息技術(shù)的發(fā)展以及嵌入式、人臉識(shí)別、計(jì)算機(jī)網(wǎng)絡(luò)等技術(shù)的提高，人們正在感受著科技帶來(lái)的便利和益處。 該系統(tǒng)通過攝像頭獲取人臉圖像,在后臺(tái)應(yīng)用系統(tǒng)完成圖像識(shí)別,然后給單片機(jī)發(fā)送命令來(lái)控制門禁系統(tǒng)。軟件上首先利用小波變換對(duì)人臉圖像進(jìn)行2次小波分解,然后對(duì)低頻分量進(jìn)行離散余弦變換(DCT)提取特征值,最后利用歐氏距離和最近鄰分類器進(jìn)行識(shí)別。采用OpenCV人臉識(shí)別算法進(jìn)行處理輸出。達(dá)到該系統(tǒng)構(gòu)建簡(jiǎn)單、方便,識(shí)別速度快且準(zhǔn)確率較高。 本文主要介紹了基于人臉識(shí)別算法的門禁系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。在對(duì)人臉識(shí)別算法研究的基礎(chǔ)上，進(jìn)一步對(duì)整個(gè)門禁系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)進(jìn)行了詳細(xì)闡述。主要內(nèi)容包含以下幾點(diǎn)： 1．簡(jiǎn)單的介紹了課題研究的背景、目的及意義，介紹了人臉識(shí)別的背景，闡述了國(guó)內(nèi)外人臉識(shí)別的現(xiàn)狀以及人臉識(shí)別的難點(diǎn)，還介紹了相關(guān)的技術(shù)。 2．人臉識(shí)別算法的研究：主要對(duì)Gabor濾波算法、K-L變換算法、Haar特征提取算法這三種特征提取算法進(jìn)行了詳細(xì)介紹，也對(duì)PCA和LDA這兩種人臉識(shí)別算法進(jìn)行了詳細(xì)的闡述和實(shí)驗(yàn)的對(duì)比。 3．門禁系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)：從需求分析入手對(duì)系統(tǒng)的總體模式、總體結(jié)果、功能模塊、數(shù)據(jù)庫(kù)設(shè)計(jì)等各部分進(jìn)行了簡(jiǎn)單的介紹。 4．系統(tǒng)的測(cè)試：在對(duì)核心算法人臉識(shí)別進(jìn)行了詳細(xì)的研究以及整個(gè)門禁系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)結(jié)束后，對(duì)于整合實(shí)現(xiàn)的系統(tǒng)，進(jìn)行了詳細(xì)的測(cè)試，并給出了功能測(cè)試報(bào)告和性能測(cè)試報(bào)告。 本文設(shè)計(jì)的基于人臉識(shí)別的門禁系統(tǒng)，在一定程度上可以較好的識(shí)別人臉.
標(biāo)簽： 人臉識(shí)別 門禁系統(tǒng)
上傳時(shí)間： 2022-05-28
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
