研究了超声导波进行长距离在役管道检测技术, 并利用人工神经网络进行管道缺陷的智能识别, 通过超声导波设备进行了管道缺陷检测实验, 从原始检测数据的信号处理结果中提取出了样本特征值, 并建立和训练了一种用于实现管道缺陷识别的BP神经网络。
上传时间： 2014-01-24
上传用户：梧桐
提供了图像识别，包括人脸识别和虹膜识别，是不可多得的程序
标签： 图像识别
上传时间： 2015-03-15
上传用户：songrui
卡内基梅隆大学，采用人工神经网络方法进行人脸训练和识别的c程序源代码，程序中注释比较详细，不多说了。
标签： 大学
上传时间： 2014-01-16
上传用户：亚亚娟娟123
Fisher判别，用于模式识别的Fisher线性判别
上传时间： 2015-04-18
上传用户：zukfu
为了广大“电子爱好者”网友需求，将PROTEL99SE软件制作印刷电路版*.DDB文件 转换成POWER PCB识别的*.PCB文件软件提供给你们。
标签： 电子爱好者
上传时间： 2013-12-17
上传用户：thinode
在Matlab上基于Hough变换开发的快速圆检测方法，可应用到虹膜图象的检测中，完成对虹膜内、外边缘的定位。
上传时间： 2013-12-13
上传用户：skhlm
人耳识别技术是20世纪90年代末开始兴起的一种生物特征识别技术，与其它生物特征识别技术比较具有以下几个特点：（1）与人脸识别方法比较，耳识别方法不受面部表情、化妆品和胡须变化的影响，同时保留了面部识别图象采集方便的优点，与人脸相比，整个人耳的颜色更加一致、图像尺寸更小，数据处理量也更小。（2）与指纹识别方法比较，耳图象的获取是一种被动方式，即通过非接触方式获取耳图像，不存在通过接触传染疾病的机会，因此，其信息获取方式具有容易被人接受的优点。（3）与虹膜识别方法比较，首先，由于人脸和头发的存在，需要在耳识别过程中增加一个耳区域定位步骤，这并不影响耳特征的提取，而眼毛对虹膜的遮挡将直接影响虹膜特征的提取。头发对于耳的遮挡可以容易地避免，而眼毛对于虹膜的遮挡是生理结构决定的，也是难以避免的。其次，就目前的技术而言，虹膜采集需要测试者与采集装置之间的位置在机器发出的语言提示下进行不断地调整，同时要瞪大眼睛，使虹膜尽可能暴露，初试者通常要反复多次调整才能够达到要求，而耳采集方式与脸采集方式基本相同，测试者很容易达到拍摄图象的要求条件。最后，虹膜采集装置的成本要高于耳采集装置。
上传时间： 2013-12-20
上传用户：坏坏的华仔
摘要本文通过小波分析、数学形态学及相应的投影算法，用计算机自动识 别车车牌图像。matlab
上传时间： 2013-12-31
上传用户：qweqweqwe
（1） 将此番分析程序设计成独立一遍扫描源程序的结构。词法分析的输出结果采用如下的二元组表示： （单词种别，单词自身的值） 对表识符，采用下列的二元组表示： （表识符，指向标识符表项的指针） 单词种别建议采用一个关键字一个整数值、一个算符一个整数值等形式，每个整数值是不重复的，设计中应考虑好编码的方案（要跟语法分析连贯）。 （2） 测试用例： 应该建立至少两个测试用例：一个词法上正确的PL/0源程序和词法上部正确的源程序。
上传时间： 2013-12-25
上传用户：xcy122677
一篇外文资料，关于车牌识别的，很有用的算法，希望有用
标签：
上传时间： 2014-02-27
上传用户：13517191407
