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
以下程序是基于matlab软件实现自适应滤波器的lms和rls两种算法，不像有些程序那样冗杂，简练明了。定义一个输入信号加入一组噪音，用自适应算法进行滤波，其中用到一个for循环。
上传时间： 2014-12-22
上传用户：龙飞艇
基4的FFT算法程序，它是要通过将长度为N的数据序列转化成大小为4的DFT来实现高速化。从理论上讲，它比执行时间缩短为基2的FFT的3/4。该程序性能优越，可用性很强。下载即可用！
上传时间： 2016-06-04
上传用户：skhlm
一种基于keygen的加密算法，在vc++6.0下通过编译，输入内容后可以加密成一行 没有规律的字符串，适用于为应用程序设置序列号
上传时间： 2013-12-19
上传用户：playboys0
算法设计与分析 电子工业出版社，王晓东 编 的答案 算法设计与实验题解 (附光盘高等学校规划教材) 算法设计与实验题解 算法设计与实验题解(附光盘高等学校规划教材) 78 算法设计与实验题解(附光盘高等学校规划教材) * 作者： 王晓东 * 出版社：电子工业出版社 简介： 本书是与普通高等教育“十一五”国家级规划教材《计算机算法设计与分析》配套的辅助教材，对主教材中的全部习题做了解答或给出了解题思路提示，并对主教材的内容进行了扩展，有些主教材中无法讲述的较深入的主题以习题的形式展现出来。为了提高学生灵活运用算法设计策略解决实际问题的能力，本书还将主教材中的许多习题改造成算法实现题，要求学生设计出解算法并上机实现。作者还结合精品课程建设，进行了教材的立体化开发，包括主教材、辅助教材、实验与设计、电子课件和教学网站建设。本书附有光盘，包含各章算法实验题目、测试数据和答案。 本书内容丰富，理论联系实际，可作为高等学校计算机科学与技术、软件工程、信息与计算科学等专业本科生和研究生学习计算机算法设计的辅助教材，也是工程技术人员和自学者的参考书。
上传时间： 2016-06-13
上传用户：ainimao
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
基于Sobel算子.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。
上传时间： 2014-09-08
上传用户：四只眼
哈希表算法实现的C语言源程序，课本上的例子修改而成。
上传时间： 2013-12-16
上传用户：chenbhdt
* 这里是遗传算法的核心框架遗传算法的步骤： * 遗传算法核心部分的算法描述 * 算法步骤： * 1、初始化 * 1.1、生成初始种群编码 * 1.2、计算每个个体的适配值。 * 1.3、记录当前最优适配值和最优个体 * 2、选择和遗传， * 2.0、若当前最优适配值多次小于已有的最优适配值（或相差不大）很多次，或者进化的次数超过设定的限制，转4。 * 2.1、按照与每个个体的适配值成正比的概率选择个体并复制，复制之后个体的数目和原始种群数目一样。 * 2.2、（最好先打乱复制后种群的个体次序）对复制后个体进行两两配对交叉，生成相同数目的的下一代种群。 * 2.3、对下一代种群按照一定的概率进行变异 * 2.4、计算每个个体的适配值。 * 2.5、记录当前最优适配值和最优个体 * 2.6、转2 * 3、返回当前最优适配值以及其对应的编码，结束。
上传时间： 2013-12-25
上传用户：plsee
若不希望用与估计输入信号矢量有关的相关矩阵来加快LMS算法的收敛速度，那么可用变步长方法来缩短其自适应收敛过程，其中一个主要的方法是归一化LMS算法（NLMS算法），变步长 的更新公式可写成 W（n+1）=w（n）+ e（n）x（n） =w（n）+ （3.1） 式中， = e（n）x（n）表示滤波权矢量迭代更新的调整量。为了达到快速收敛的目的，必须合适的选择变步长 的值，一个可能策略是尽可能多地减少瞬时平方误差，即用瞬时平方误差作为均方误差的MSE简单估计，这也是LMS算法的基本思想。
上传时间： 2016-07-07
上传用户：changeboy
