基于隱馬爾可夫模型的火焰檢測 火焰檢測數學模型
上傳時間： 2014-01-09
上傳用戶：skfreeman
隱馬爾可夫模型代碼，供初學者參考、學習。里面有一個PPT。
上傳時間： 2017-09-03
上傳用戶：xuanchangri
隱馬爾可夫模型代碼，供初學者學習、參考。里面有一個PPT。
上傳時間： 2014-11-26
上傳用戶：zhichenglu
隱含馬爾可夫模型的入門資料，stanford機器學習課程資料 Introduction to the HMM model.
標簽： 馬爾可夫模型
上傳時間： 2017-09-04
上傳用戶：huangld
某些策略在高度波動，動蕩的市場中將表現良好，而其他策略則需要強勁，平穩的趨勢，否則將面臨長期虧損的風險。弄清楚何時應該開始或停止交易策略，調整風險和資金管理技術。 能夠確定不同的市場體制并相應地改變策略，可能意味著市場成功與失敗之間的區別。在本文中，我們將探索如何使用稱為“隱馬爾可夫模型”的強大的機器學習算法來識別不同的市場體系。
上傳時間： 2020-05-02
上傳用戶：ttyxy
在室內環境中可結合式子母機器人系統，子機為一多功能平臺，可放置各種家庭所需之設備，而母機為一輪式機器人，經由兩者的結合，可提供高機動性與多功能的服務。在結合的技術面，傳統的吸塵器機器人與充電站之間的導航系統使用紅外線感測作為依據，當兩者間有障礙物阻擋時，紅外線感測器導航系統將會失效。因此本系統利用聲源方向做為機器人決定移動方向的依據，由於聲波傳遞的特性，即使在有障礙物的情況下，依然可以有效地偵測。此外，在移動的過程中，本系統利用光流偵測法判斷是否遭遇障礙物或是利用Support Vector Machine分類判斷與聲源之間為是否有障礙物的阻隔；若發現前方有障礙物，則啟動避障策略，用有效的方式繼續往目標移動。最後，當母機接近子機時，可根據多種紅外線感測器資訊進行子母機器人的結合，結合成功後，母機將可搭載子機成為一自由行動之機器人。
標簽： 系統
上傳時間： 2013-12-19
上傳用戶：mhp0114
本文是清華大學論文，題目: 應用於哼唱式檢索之連續性隱藏式馬可夫模型及其強化方法，有很強的參考價值，值得一看。
上傳時間： 2014-07-12
上傳用戶：kelimu
使用C#程式語言開發，並執行於.NET Framework下；是研習「蟻拓尋優法」不可或缺的軟體工具。系統使用ACO (Ant Colony Optimization)演算公式模擬螞蟻的覓食行徑抉擇。使用者可以設定費洛蒙和食物氣味強度等相關參數以及動態設定障礙物的位置和形狀，研習螞蟻覓食的最短路徑形成過程。研習各種參數設定對螞蟻覓食行為的影響，了解費落蒙機制對蟻拓尋優化法的影響。本系統可支援柔性計算教學，研習蟻拓優化法中人工螞蟻的隨機搜尋模式和啟發式法則設計原理。
標簽： 程式
上傳時間： 2013-12-24
上傳用戶：anng
馬爾科夫鏈的matlab仿真，網上找到的，和大家分享一下
標簽： 馬爾可夫
上傳時間： 2016-04-29
上傳用戶：依然CJX
OpencV是用來實現計算機視覺相關技術的開放源碼工作庫，是計算機視覺、圖像處理、模式識別、計算機圖形學、信號處理、視頻監控、科學可視化等相關從業人員的好工具。本書介紹了大約200多個典型的技術問題，覆蓋了基于OpenCV基礎編程的主要內容，利用大量生動有趣的編程案例和編程技巧，從解決問題和答疑解惑入手，以因特網上最新資料為藍本，深入淺出地說明了OpenCV中最典型和用途最廣的程序設計方法。全書結構清晰、合理，范例實用、豐富，理論結合實踐，即使讀者只是略懂計算機視覺原理，也能人手對相關理論方法直接進行編碼實現。 "基于OPENCV的計算機視覺技術實現"的圖書目錄…… 前言 第一章 使用OpenCV實現計算機視覺技術 1.1 計算機視覺技術 1.2 什么是OpenCV 1.3 基于OpenCV庫的編程方法 本章小結 第二章 OpenCV的編程環境 2.1 OpenCV環境介紹 2.2 OpenCV的體系結構 2.3 OpenCV實例演示 本章小結 第三章 OpenCV編程風格 3.1 命名約定 3.2 結構 3.3 函數接口設計 3.4 函數實現 3.5 代碼布局 3.6 移植性 3.7 文件操作 3.8 文檔編寫 本章小結 第四章 數據結構 4.1 基本數據結構 4.2 數組有關的操作 4.3 動態結構 本章小結 第五章 數據交互 5.1 繪圖函數 5.2 文件存儲 5.3 運行時類型信息和通用函數 5.4 錯誤處理函數 5.5 系統函數 本章小結 第六章 圖像處理 6.1 邊緣檢測 6.2 直方圖 6.3 Hough變換 6.4 幾何變換 6.5 形態學 本章小結 第七章 結構與識別 7.1 輪廓處理函數 7.2 計算幾何 7.3 平面劃分 7.4 目標檢測函數 7.5 生成與控制貝塞爾曲線 7.6 用OpenCV進行人臉檢測 本章小結 第八章 圖形界面（HighGUI） 8.1 讀取和保存圖像 8.2 OpenCV中的實用系統函數 本章小結 第九章 視頻處理（CvCAM） 9.1 使用HighGUI對視頻進行讀寫處理 9.2 CvCam對攝像頭和視頻流的使用 本章小結 第十章 OpenCV附加庫第一部分 10.1 附加庫介紹 10.2 形態學（morhing functions） 本章小結 第十一章 OpenCV附加庫第二部分——隱馬爾可夫模型 11.1 隱馬爾可夫模型概述 11.2 隱馬爾可夫模型中的基本結構與函數介紹 11.3 隱馬爾可夫模型中的函數介紹 11.4 人臉識別工具 本章小結 第十二章 核心庫綜合例程 12.1 檢測黑白格標定板內指定矩形區域內的角點 12.2 解線性標定方程組程序 本章小結 第十三章 運動與跟蹤 13.1 圖像統計的累積函數 13.2 運動模板函數 13.3 對象跟蹤 13.4 光流 13.5 預估器 13.6 Kalman濾波器跟蹤示例 13.7 用Snake方法檢測可變形體的輪廓 13.8 運動目標跟蹤與檢測 本章小結 第十四章 立體視覺第一部分——照相機定標 14.1 坐標系介紹 14.2 透視投影矩陣的獲得 14.3 攝像機參數的獲取 14.4 徑向畸變的校正 14.5 使用OpenCV及CVUT進行攝像機定標 14.6 OpenCV中的定標函數 14.7 CVUT介紹 本章小結 第十五章 立體視覺第二部分——三維重建 15.1 極線幾何 15.2 特征點匹配 15.3 三維重建 15.4 OpenCV中相關函數介紹 本章小結 第十六章 立體視覺第三部分——三維重建算法 16.1 圖像校正 16.2 已校正圖像的快速三維重建 16.3 Birchfield算法 16.4 OpenCV中相關函數介紹 本章小結 第十七章 立體視覺第四部分——立體視覺實例 17.1 圖像校正實例代碼 17.2 基于窗口的稀疏點匹配及三維重建之一 17.3 基于窗口的稀疏點匹配及三維重建之二 17.4 Birchfield算法的OpenCV實現 本章小結 第十八章 常見問題解疑 18.1 安裝與編譯出錯解決方法 18.2 OpenCV庫基本技術問題 18.3 OpenCV在Linux下的相關問題 18.4 OpenCV庫中的陷阱和bug
上傳時間： 2013-07-18
上傳用戶：huyiming139
