主要研究基于分数阶偏微分方程的医学图像增强的算法。
主要是在最为经典的Riemman-Liouville(R-L)积分算法基础上，将该算法中值滤波和分数阶积分相结合，利用自适应中值滤波算法中的噪声判别条件来检测噪声点，然后用“噪声边缘”判别函数对其中的可疑噪声点进行二次检测，并根据图像的局部统计信息和结构特征构造自适应的分数阶阶次，最后将检测出的噪声点用自适应的分数阶积分掩模进行滤波去噪。
主要是在最为经典的Riemman-Liouville(R-L)积分算法基础上，将该算法中值滤波和分数阶积分相结合，利用自适应中值滤波算法中的噪声判别条件来检测噪声点，然后用“噪声边缘”判别函数对其中的可疑噪声点进行二次检测，并根据图像的局部统计信息和结构特征构造自适应的分数阶阶次，最后将检测出的噪声点用自适应的分数阶积分掩模进行滤波去噪。
2024/11/5 13:04:55
2KB
1
袁博数据挖掘上课PPT，项亮的推荐系统实战PDF。
袁博的课程深入浅出，很适合有志从事数据挖掘的爱好者奠定算法基础
袁博的课程深入浅出，很适合有志从事数据挖掘的爱好者奠定算法基础
2024/7/12 22:44:30
54.54MB
1
最接近点对问题是空中交通控制系统应用中的一个重点问题，也是计算机几何学研究的基本问题之一．利用分治法已经解决该问题的一维和二维情况，且算法都可以在0(nlogn)时间内完成．本文在原有一维和二维算法基础上，提出了利用分治法实现该问题的三维情况的算法，并对算法的效率进行了分析．
2024/5/14 10:32:10
159KB
1
非常经典的一本网络算法基础的书籍，压缩包内包含NetworkAlgorithmicsAnInterdisciplinaryApproach英文原版的pdf和支持kindle的mobi格式书籍，供对网络感兴趣的人学习
2024/4/16 5:19:30
3.02MB
1
算法基础:打开算法之门ThomasH.Cormen读者将理解什么是计算机算法，如何描述它们，以及如何来评估它们。
这些计算机算法将提供：利用计算机搜索信息的简单方式；
解决各种排序问题的方法；
利用有向无环图和最短路径法来解决基本问题的方法（可用于建模公路网络，任务间的依赖以及金融关系；
解决字符串（例如DNA结构）问题的方法；
密码学背后的基本原理；
数据压缩的基础知识；
以及甚至一些没有人能够理解如何在计算机上用相当长的时间来解决的问题。
这些计算机算法将提供：利用计算机搜索信息的简单方式；
解决各种排序问题的方法；
利用有向无环图和最短路径法来解决基本问题的方法（可用于建模公路网络，任务间的依赖以及金融关系；
解决字符串（例如DNA结构）问题的方法；
密码学背后的基本原理；
数据压缩的基础知识；
以及甚至一些没有人能够理解如何在计算机上用相当长的时间来解决的问题。
2024/4/11 12:15:18
2.5MB
1
本文所做的主要工作为：（1）以扩展微粒群算法模型为基础，综合考虑定位、通信、避碰规划等本质科学问题，对现有的群机器人目标搜索仿真算法进行了系统分析。
（2）在现有算法基础上，基于Matlab设计实现了数据采集和可视化统计分析等拓展功能。
（3）对群机器人目标搜索中的个体机器人感知能力及通信能力与群体系统性能的关系进行了仿真研究。
（2）在现有算法基础上，基于Matlab设计实现了数据采集和可视化统计分析等拓展功能。
（3）对群机器人目标搜索中的个体机器人感知能力及通信能力与群体系统性能的关系进行了仿真研究。
2024/2/25 13:03:07
1.08MB
1
在机器人视觉系统中运用SIFT描述子对现实世界中的目标进行识别，这一研究已经取得了很大的进步。
运用SIFT生成的图像特征向量的性能十分稳定，对旋转、缩放、平移是保持不变性的，对一定程度目标遮挡、光照变化、视点变化、杂物场景和噪声等也能保持很好的不变性。
RANSAC算法早就已经是计算机视觉领域常用的一个进行矫正的标准方法，在标准的RANSAC算法基础上加入了假设评价，改进为R-RANSAC（TheRandomizedRANSAC）算法。
对这两个方面进行论述，运用SIFT（尺度不变特征变换）算法对双目机器人的两幅视觉图像进行匹配，采用带SPRT的R-RANSAC改进算法对匹配过程进行优化，尽可能在短的时间里完成匹配矫正，进而加速整个配准的时间。
运用SIFT生成的图像特征向量的性能十分稳定，对旋转、缩放、平移是保持不变性的，对一定程度目标遮挡、光照变化、视点变化、杂物场景和噪声等也能保持很好的不变性。
RANSAC算法早就已经是计算机视觉领域常用的一个进行矫正的标准方法，在标准的RANSAC算法基础上加入了假设评价，改进为R-RANSAC（TheRandomizedRANSAC）算法。
对这两个方面进行论述，运用SIFT（尺度不变特征变换）算法对双目机器人的两幅视觉图像进行匹配，采用带SPRT的R-RANSAC改进算法对匹配过程进行优化，尽可能在短的时间里完成匹配矫正，进而加速整个配准的时间。
2024/2/17 5:39:03
538KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB