一级欧美视频,亚洲欧美资源在线,亚洲优女在线

組合算法

基于Canny檢測(cè)算法實(shí)現(xiàn)的目標(biāo)跟蹤

為了設(shè)計(jì)一種實(shí)時(shí)高效、穩(wěn)定可靠的圖像目標(biāo)跟蹤系統(tǒng)平臺(tái)，避免因圖像邊緣提取效果差而引起跟蹤失敗，采用自適應(yīng)Canny邊緣檢測(cè)算法。該自適應(yīng)算法能夠很好的確定平滑參數(shù)以及高、低兩個(gè)閾值，更好的獲得圖像邊緣圖。經(jīng)Canny算法處理圖像目標(biāo)后，獲得目標(biāo)的單像素邊緣圖，根據(jù)邊緣圖計(jì)算得到目標(biāo)質(zhì)心。利用最小二乘法擬合出目標(biāo)的運(yùn)動(dòng)軌跡，同時(shí)可根據(jù)時(shí)間間隔預(yù)測(cè)出目標(biāo)質(zhì)心的下一位置，控制伺服機(jī)構(gòu)，實(shí)現(xiàn)目標(biāo)跟蹤。實(shí)驗(yàn)表明，采用Canny算法的目標(biāo)跟蹤系統(tǒng)，能夠滿足實(shí)時(shí)跟蹤的需要。

標(biāo)簽： Canny 檢測(cè)算法目標(biāo)跟蹤

上傳時(shí)間： 2013-11-03

上傳用戶：testAPP
書是針對(duì)工程上常用的行之有效的算法而編寫的C語言函數(shù)程序集

書是針對(duì)工程上常用的行之有效的算法而編寫的C語言函數(shù)程序集，在第一版的基礎(chǔ)上作了修改和擴(kuò)充。書中包括了近幾年出現(xiàn)的許多新算法。全書分為數(shù)值計(jì)算與非數(shù)值計(jì)算兩部分。其中數(shù)值計(jì)算部分的內(nèi)容包括：線性代數(shù)方程組的求解、矩陣運(yùn)算、矩陣特征值與特征向量的計(jì)算、非線性方程與方程組的求解、插值、數(shù)值積分、常微分方程（組）的求解、擬合與逼近、數(shù)據(jù)處理與回歸分析、極值問題、數(shù)學(xué)變換與濾波、特殊函數(shù)、隨機(jī)數(shù)的產(chǎn)生、多項(xiàng)式與連分式函數(shù)的計(jì)算、復(fù)數(shù)運(yùn)算；非數(shù)值計(jì)算部分的內(nèi)容包括：排序、查找、圖形模式下讀寫屏幕象點(diǎn)、基本圖形操作、漢字操作等。

標(biāo)簽： 工程 C語言函數(shù) 算法

上傳時(shí)間： 2014-01-25

上傳用戶：qlpqlq
人工神經(jīng)元的bp算法

人工神經(jīng)元的bp算法，可用于函數(shù)擬合，時(shí)間序列數(shù)據(jù)的預(yù)測(cè)，目前應(yīng)用非常廣泛

標(biāo)簽： 人工神經(jīng)元算法

上傳時(shí)間： 2015-03-14

上傳用戶：cx111111
我自己寫的數(shù)值分析課程設(shè)計(jì)的算法

我自己寫的數(shù)值分析課程設(shè)計(jì)的算法，這里是數(shù)值擬合的部分。

標(biāo)簽： 數(shù)值分析算法

上傳時(shí)間： 2015-03-17

上傳用戶：無聊來刷下
臺(tái)灣人對(duì)聚類算法的一個(gè)介紹。分群法（clustering）是一種最普遍將資料分類成群的方法

臺(tái)灣人對(duì)聚類算法的一個(gè)介紹。分群法（clustering）是一種最普遍將資料分類成群的方法，其主要的目的乃在於找出資料中較相似的幾個(gè)群組。

標(biāo)簽： clustering 分聚類算法

上傳時(shí)間： 2013-12-16

上傳用戶：lxm
用于多個(gè)離散點(diǎn)擬合光滑曲線的

用于多個(gè)離散點(diǎn)擬合光滑曲線的，優(yōu)化了追趕法，這個(gè)例子適用于閉合和不閉合兩種情況。當(dāng)時(shí)由于工程情況，寫的急，代碼不好看，但是很好用。為了方便傳遞參數(shù)，我做了一個(gè)鏈表，用時(shí)候根據(jù)自己情況可以修改，核心算法不動(dòng)即可。

標(biāo)簽： 離散

上傳時(shí)間： 2013-12-17

上傳用戶：comua
回音消除算法的源代碼

回音消除算法的源代碼，可以合openh323配合使用，高度推薦。

標(biāo)簽： 算法源代碼

上傳時(shí)間： 2013-12-13

上傳用戶：siguazgb
最小平方近似法 (least-squares approximation) 是用來求出一組離散 (discrete) 數(shù)據(jù)點(diǎn)的近似函數(shù) (approximating function)

最小平方近似法 (least-squares approximation) 是用來求出一組離散 (discrete) 數(shù)據(jù)點(diǎn)的近似函數(shù) (approximating function)，作實(shí)驗(yàn)所得的數(shù)據(jù)亦常使用最小平方近似法來達(dá)成曲線密合 (curve fitting)。以下所介紹的最小平方近似法是使用多項(xiàng)式作為近似函數(shù)，除了多項(xiàng)式之外，指數(shù)、對(duì)數(shù)方程式亦可作為近似函數(shù)。關(guān)於最小平方近似法的計(jì)算原理，請(qǐng)參閱市面上的數(shù)值分析書籍

標(biāo)簽： least-squares approximation approximating discrete

上傳時(shí)間： 2015-06-21

上傳用戶：SimonQQ
龍格庫塔算法

龍格庫塔算法，用于擬合GLONASS的星歷數(shù)據(jù)，15分鐘精度在5米之內(nèi)，可以向前推，也可以向后推！

標(biāo)簽： 算法

上傳時(shí)間： 2015-07-02

上傳用戶：han_zh
Visual C++常用數(shù)值算法集本收共不數(shù)值計(jì)算中常用的Visual C++子過程近200個(gè)

Visual C++常用數(shù)值算法集本收共不數(shù)值計(jì)算中常用的Visual C++子過程近200個(gè)，內(nèi)容包括：解線性代數(shù)議程組、插值、數(shù)值積分、特殊函數(shù)、函數(shù)逼近、隨機(jī)數(shù)、排序、特征值問題、數(shù)據(jù)擬合、方程求根和非線性方程組求解、函數(shù)的極值和最優(yōu)化、傅里葉為換譜方法、數(shù)據(jù)的統(tǒng)計(jì)描述、解常微分方程組、兩點(diǎn)邊值問題的解法和解偏微分方程組。

標(biāo)簽： Visual 200 數(shù)值算法子過程

上傳時(shí)間： 2014-01-18

上傳用戶：Pzj