梯度方向
共 6 篇文章
梯度方向 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 6 篇文章，持续更新中。
一种改进的基于小波变换的图像边缘提取算法
·摘 要:在对现有的基于小波变换的图像边缘提取方法进行简要分析的基础上，提出了图像边缘提取改进算法，该算法主要是对边缘点的判断准则进行了改进，通过将任一点的梯度方向与水平、垂直、45°、135°方向进行比较，将这4个方向中与该点梯度方向最接近的一个方向重新赋给该点的梯度方向，并检验二进小波变换的模在该点是否为新的梯度方向上的局部极大值，若是，该点就是边缘点，否则不是，最后通过模拟实验给出了该方法的
基于边缘梯度方向直方图的图像检索算法
在基于内容的图像检索中，不同图像对形状细节的要求不同及形状特征对旋转的敏感<BR>性，影响检索性能。对此，本文提出了一种基于边缘梯度方向直方图的图像检索算法：利用B样条小波的多尺度变换模极大值进行边缘
读取一24位彩色图像，计算其灰度直方图 ,颜色直方图（RGB3个通道）
读取一24位彩色图像，计算其以下图像特征： 1）灰度直方图 2）颜色直方图（RGB3个通道） 3）方向梯度直方图（HOG，将图像分成4*4 16个块，8个梯度方向）
讨论了BP 小波神经网络在训练过程中减小误差函数时最优方向的确定和自适应调整学习率的方法。 首先论证了小波神经网络的数学基础,然后讨论了BP 小波神经网络的学习过程,重点讨论了减小误差函数最优方
讨论了BP 小波神经网络在训练过程中减小误差函数时最优方向的确定和自适应调整学习率的方法。
首先论证了小波神经网络的数学基础,然后讨论了BP 小波神经网络的学习过程,重点讨论了减小误差函数最优方
向的确定方法,即如何保证步长方向与负梯度方向一致,由此得出了自适应调整学习率的简便方法。该方法具有
普遍性,有广泛的应用价值。仿真结果表明,采用最优梯度下降方向可以大幅度提高BP 小波神经网络的学习
最速下降法是一种沿着N维目标函数的负梯度方向搜索最小值的方法。该程序是用最速下降法求无约束最优化解。
最速下降法是一种沿着N维目标函数的负梯度方向搜索最小值的方法。该程序是用最速下降法求无约束最优化解。
最速下降法是以负梯度方向作为下降方向的极小化算法
最速下降法是以负梯度方向作为下降方向的极小化算法，本程序用该方法求解n元正定二次函数的极小值