这是北京大学计算机系数字图像处理的实习题目。
在这个项目中，我们收获了很多。
把整个分类、特征提取、论文阅读等等都经历了。
这是我们组三个人共同的结果。
一． 项目综述本实验项目实现了基于内容的图像分类系统，系统共分为三大模块：特征提取部分和分类器训练与测试，以及界面展示。
在特征提取模块采用了HSV、CIE-LAB、RGB颜色特征，小波变换及灰度共生矩阵的纹理特征，基于canny算子不变矩的形状特征；
分类器我们选择了SVM、？对于不同特征的处理，我们采取了前期加权融合。
最后还有一个对各个特征分类结果的投票决策系统，但投票系统还没有用于最后结果的提交。
界面展示使用VisualC++6.0平台。
如果遇到任何问题，或者想转载，可以到我的主页留言：http://blog.sina.com.cn/gusui，或者直接给我来邮件：ouyangj0@gmail.com谢谢：）
在这个项目中，我们收获了很多。
把整个分类、特征提取、论文阅读等等都经历了。
这是我们组三个人共同的结果。
一． 项目综述本实验项目实现了基于内容的图像分类系统，系统共分为三大模块：特征提取部分和分类器训练与测试，以及界面展示。
在特征提取模块采用了HSV、CIE-LAB、RGB颜色特征，小波变换及灰度共生矩阵的纹理特征，基于canny算子不变矩的形状特征；
分类器我们选择了SVM、？对于不同特征的处理，我们采取了前期加权融合。
最后还有一个对各个特征分类结果的投票决策系统，但投票系统还没有用于最后结果的提交。
界面展示使用VisualC++6.0平台。
如果遇到任何问题，或者想转载，可以到我的主页留言：http://blog.sina.com.cn/gusui，或者直接给我来邮件：ouyangj0@gmail.com谢谢：）
2023/6/6 15:52:56
1.56MB
1
为提高线性调频连续波(LFMCW)雷达的测距精度,提出一种多段同频正弦信号频谱融合的测距算法。
首先,通过易于工程实现的间断采样方式,将LFMCW雷达若干规则区差拍信号采样为多段同频正弦信号,有效避开不规则区;其次,构造加权因子对多段规则区差拍采样信号频谱进行加权积累,得到最优加权积累频谱;然后,将多段规则区差拍采样信号的最优加权积累频谱和其累加频谱进行相关运算,得到频谱相关谱;最后,谱峰搜索频谱相关谱,实现差拍信号频率的精确估计,从而实现LFMCW雷达的高精度测距。
仿真和现场实验结果表明,在5～30m的测距范围内,该算法频率估计的平均绝对误差约为FFT+CZT法的1/5,测距精度始终保持在1mm以下,其平均测量误差约为DEVONL80手持激光测距仪的1/3,约为基于FFT+CZT的测距法的1/5。
首先,通过易于工程实现的间断采样方式,将LFMCW雷达若干规则区差拍信号采样为多段同频正弦信号,有效避开不规则区;其次,构造加权因子对多段规则区差拍采样信号频谱进行加权积累,得到最优加权积累频谱;然后,将多段规则区差拍采样信号的最优加权积累频谱和其累加频谱进行相关运算,得到频谱相关谱;最后,谱峰搜索频谱相关谱,实现差拍信号频率的精确估计,从而实现LFMCW雷达的高精度测距。
仿真和现场实验结果表明,在5～30m的测距范围内,该算法频率估计的平均绝对误差约为FFT+CZT法的1/5,测距精度始终保持在1mm以下,其平均测量误差约为DEVONL80手持激光测距仪的1/3,约为基于FFT+CZT的测距法的1/5。
2023/6/5 7:22:26
3MB
1
试验5.天生一个100个点，300条边的无向图，对于图中的每一个连通分支，盘算其中的割点。
从连通分支中删除了该点，会导致分支再也不连通的点被称为割点。
试验6.用部份搜查算法，求一个无向图的最小天生树。
天生一个无向连通图，有100个点，1000条边，边上的权重是1到20之间的随机整数。
用Kruskal或者prim算法求患上该图的最小天生树，验证部份搜查算法的对于错。
试验7.已经知Bellman-Ford算法能分辨一个有向加权图能否含有负权重的圈。
请方案一个算法，从图中找出一个负圈。
图：100个点，500条边，每一条边的权重是[-5,5]之间的随机非零整数。
申请频频天生如许的随即图，直到发现负圈为止。
从连通分支中删除了该点，会导致分支再也不连通的点被称为割点。
试验6.用部份搜查算法，求一个无向图的最小天生树。
天生一个无向连通图，有100个点，1000条边，边上的权重是1到20之间的随机整数。
用Kruskal或者prim算法求患上该图的最小天生树，验证部份搜查算法的对于错。
试验7.已经知Bellman-Ford算法能分辨一个有向加权图能否含有负权重的圈。
请方案一个算法，从图中找出一个负圈。
图：100个点，500条边，每一条边的权重是[-5,5]之间的随机非零整数。
申请频频天生如许的随即图，直到发现负圈为止。
2023/5/8 16:55:54
3.08MB
1
K-Means算法是使用最为普及的聚类算法[2]。
该算法以类中千般本的加权均值(称为质心)代表该类，只用于数字属性数据的聚类，全局阈值联系，对于图像的联系还挺好的，不能够使直方图，
该算法以类中千般本的加权均值(称为质心)代表该类，只用于数字属性数据的聚类，全局阈值联系，对于图像的联系还挺好的，不能够使直方图，
2023/5/7 22:10:03
1KB
1
为满足无线Mesh收集以及AdHoc收集破产不剖析果的申请,提出了一种跨层优化算法,给出了保障破产平均误包率的自顺应调制编码的实现方式,并松散信道、辩说、缓冲区以及破产申请等阐发了破产成果.在此底子上,提出了调解误包率、优化破产吞吐率,并经由加权以满足破产不合吞吐率以及提前申请的优化算法,优化综合了物理层、MAC层、链路层以及破产申请的影响.为验证算法的准确性,举行了仿真阐发.下场评释,在给定的参数下,与未优化相比,丢包率约减小35.3%,提前约飞腾65.6%.
2023/4/29 22:27:09
802KB
1
易用堆栈管理软件免费版是一款通用性极强的堆栈及货物管理软件（堆栈软件，堆栈管理体系，库房管理体系，仓储管理体系），易用堆栈软件免费版适用于食物、五金、保健品、电子、贸易、物资、扮装品、电器等产业、贸易、贸易规模的企业。
易用堆栈管理软件免费版是一款不可多患上的库房管理软件。
易用免费堆栈管理软件具备如下特色： 一、软件界面直不雅、操作约莫，反对于全键盘操作。
二、软件反对于入库、出库、退库、调库、借出、送还、盘货等多项货物操作流程。
三、软件反对于加权平均价以及挪动加权平均法盘算资源。
四、软件反对于多堆栈管理。
五、渺小的数据导入成果，反对于从Excel导入货物以及交往单元资料，减小您的期初责任量，种种数据也能够便捷转换为Excel数据格式。
六、软件提供了残缺的帐务体系，能够随时盘问或者打印月记帐、日志帐。
多方位为企业经营遴选提供效率。
七、货物以及交往单元资料反对于树形分类管理。
八、反对于自定义票据打印格式，能够纵情改换打印机及纸张尺度，反对于票据套打。
九、反对于自定义收支库尺度。
十、易用免费堆栈管理软件反对于小数点位数自定义，能够配置单价为0-8位小数。
十一、能自动对于库存超限的商品报警，多种报表功输入成果，让你的堆栈经督责任轻松自若。
易用免费堆栈管理软件操作界面友好、敏捷、易操作。
易用堆栈管理软件免费版是一款不可多患上的库房管理软件。
易用免费堆栈管理软件具备如下特色： 一、软件界面直不雅、操作约莫，反对于全键盘操作。
二、软件反对于入库、出库、退库、调库、借出、送还、盘货等多项货物操作流程。
三、软件反对于加权平均价以及挪动加权平均法盘算资源。
四、软件反对于多堆栈管理。
五、渺小的数据导入成果，反对于从Excel导入货物以及交往单元资料，减小您的期初责任量，种种数据也能够便捷转换为Excel数据格式。
六、软件提供了残缺的帐务体系，能够随时盘问或者打印月记帐、日志帐。
多方位为企业经营遴选提供效率。
七、货物以及交往单元资料反对于树形分类管理。
八、反对于自定义票据打印格式，能够纵情改换打印机及纸张尺度，反对于票据套打。
九、反对于自定义收支库尺度。
十、易用免费堆栈管理软件反对于小数点位数自定义，能够配置单价为0-8位小数。
十一、能自动对于库存超限的商品报警，多种报表功输入成果，让你的堆栈经督责任轻松自若。
易用免费堆栈管理软件操作界面友好、敏捷、易操作。
2023/4/18 17:44:44
10.05MB
1
Edmonds着花算法，用于无向图中的最大权重匹配该库实现为了Blossom算法，该算法盘算O（节点数**3）中无向图的最大加权匹配。
它从JorisvanRantwijk编写的python代码移植而来，该代码搜罗在NetworkX图形库中并举行了更正。
入门将需要的依赖项削减到您的名目中：[ageneau/blossom"0.1.4"][aysylu/loom"1.0.2"]用法(nstest.blossom(:require[blossom.max-weight-matching:asmwm][blossom.matching:asm][loom.graph:aslg]))(defedges[[122][13-2][231][24-1][34-6]])(defg(-＞(lg/weighted-graph)(lg/add-edges*edges)));;Computeamaximumweig
它从JorisvanRantwijk编写的python代码移植而来，该代码搜罗在NetworkX图形库中并举行了更正。
入门将需要的依赖项削减到您的名目中：[ageneau/blossom"0.1.4"][aysylu/loom"1.0.2"]用法(nstest.blossom(:require[blossom.max-weight-matching:asmwm][blossom.matching:asm][loom.graph:aslg]))(defedges[[122][13-2][231][24-1][34-6]])(defg(-＞(lg/weighted-graph)(lg/add-edges*edges)));;Computeamaximumweig
2023/4/15 11:06:46
71KB
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