针对目前的基于特征的图像检索中没有有效地结合图像中对象空间信息的问题，提 出了一种新的融合了颜色、空间和纹理特征的图像特征提取及匹配方法。为了减少时间 间复杂度，首先通过基于普通颜色直方图的检索得到初始图像集合，然后根据提出的结合空间、纹理特征加权度量对初始图像集合再进行检索，从而得到最后更符合要求的相似图象
上传时间： 2014-01-10
上传用户：wang5829
基于归一化互相关系数的算法在模板匹配和特征跟踪中运用十分广泛,但缺点是其计算量很大. 为此提出了一种在 空间域利用盒形基简化互相关的快速算法,在不修改归一化互相关匹配原理的前提下,用原模板图像在一组正交盒形基张成 的子空间上的投影取代原图像来进行互相关计算,以降低图像精度来缩减计算复杂度. 实验说明,当搜索窗口大小较小时,此 快速算法计算量明显小于传统的频域快速归一化互相关算法. 关键词:模板匹配归一化互相关系数子空间分解盒形基
上传时间： 2016-06-02
上传用户：gxrui1991
文章提出了一种基于Sobel算子和网格的二尺度彩色图像边缘检测方法.该方法将图像划分成预先设定大小的网格，在两个尺度上对图像进行分析，完成图像的边缘检测。首先用Sobel算子求得图像边缘，依据网格内含有边缘像素的数目以及连通情况将不同的网格分别处理。 然后以网格为数据单元，在较大尺度上运用Sobel算子得到图像边缘。最后通过设定数据的优先级和使用形态学的方法合并两次计算边缘的结果。该方法充分考虑到了图像当中可能出现的各种复杂情况，从两个尺度分割图像，弥补了单一方法的不足，提高了分割的正确率。
上传时间： 2013-12-05
上传用户：hxy200501
快速排序算法是基于分治策略的另一个排序算法。其基本思想是，对于输入的字数组a[p:r]，按以下3个步骤进行排序： （1）分解：以a[p]为基准元素将a[p:r]划分成3段a[p:q-1],a[q]和a[q+1:r]，使得a[p:q-1]中任何元素小于等于a[q]，a[q+1:r]，中的任何元素大于等于a[q]。下标q在划分过程中确定 （2）递归求解：通过递归调用快速排序算法，分别对a[p:q-1]和a[q+1:r]进行排序 （3）合并：在a[p:q-1]和a[q+1:r]已经排好序的情况下，不需要执行任何运算，a[p:r]就已排好序 平均算法复杂度O(nlogn)
上传时间： 2016-07-09
上传用户：wuyuying
我老板的EMC快速算法及相关研究的文章：基于腔模模型，发展了用于高效准确计算多层印制电路板中矩形和直角正三角形供电系阻抗的一种快速算法。应用分解元法，该快速算法可进一步扩展到由矩形及直角正三角形单元组合而成的形状更复杂的供电系。供电系的计算及实测S-参量之间吻合很好这一事实表明∶快速算法及分解元法的联合应用可作为预测供电系阻抗的一种准确有效的手段。
上传时间： 2014-01-18
上传用户：helmos
正交频分复用基于IEEE802.11a的PTA跟踪法，同学自己编的，较复杂，运用了锁相环
上传时间： 2014-01-24
上传用户：trepb001
基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向，其中道路图象的正确分割 是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题，提 出了一种基于’() 神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量，应用基于 ’() 学习算法的神经网络分类器进行道路与非道路识别；为解决环境噪声对神经网络输出的影响，本文设计了串行级联 式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实测图象进行分割处理验证了该方法的有效性 和鲁棒性，可用于室外环境下机器人的实时视觉导航控制。
上传时间： 2016-07-18
上传用户：lnnn30
一种基于贝叶斯理论的目标验证方法。 提出了一种验证图像中候选目标的新方案. 综合目标的先验知识,将目标验证转化为给定候选目标的条 件下,图像特征观察集合的条件概率问题. 同时,提取图像的短线段特征,利用短线段特征的观察,给出了一种目标 验证方法排除复杂场景图像中虚假建筑物目标. 在自然图像集上进行的实验表明,所提出的方法能有效排除虚假 目标,满足处理自然图像的要求.
上传时间： 2013-11-26
上传用户：rishian
贝叶斯算法是基于贝叶斯定理 P(H|X) = P(X|H)P(H) / P(X).。对于多属性的数据集，计算 P(X|Ci) 的开销非常大，为减低计算复杂度，我们做条件独立的假设，即给定元组的类标号，假定属性值有条件地相互独立，即在属性间不存在依赖关系。此程序仅为算法的一个实现，根据训练数据训练分类器
上传时间： 2016-10-21
上传用户：1159797854
FAST apriori.cpp 基于数组和为运算的apriori算法实现,采用为运算来测试子集的存在性，把测试子集存在性的复杂度由O(n^2)降低为O(n)
上传时间： 2016-10-25
上传用户：13188549192
