invariantmomentsofimagephi=invmoments(F)F为读取的图像矩阵，phi中保存了7个hu不变矩%Copyright2002-2004R.C.Gonzalez,R.E.Woods,&S.L.Eddins%DigitalImageProcessingUsingMATLAB,Prentice-Hall,2004%$Revision:1.5$$Date:2003/11/2114:39:19$
2025/4/30 10:52:22
3KB
1
本次代码共包含5个程序，均由MATLAB实现，其功能为图像锐化。
包含laplacian算子、Prewitt算子、Robert算子、sobel算子实现图像锐化，并有一维和二维laplacian算子对比。
内还有各个算子的运算过程（Word文档）
包含laplacian算子、Prewitt算子、Robert算子、sobel算子实现图像锐化，并有一维和二维laplacian算子对比。
内还有各个算子的运算过程（Word文档）
2025/4/30 4:10:04
795KB
1
利用matlab制作的手写数字识别系统、代码可读性强，结构清晰、GUI运行界面、在MatlabR2014b下编辑完成，有手写版，也可导入图片识别。
2025/4/29 20:48:05
1.66MB
1
EEMD是针对EMD方法的不足，提出了一种噪声辅助数据分析方法。
EEMD分解原理为：当附加的白噪声均匀分布在整个时频空间时，该时频空间就由滤波器组分割成的不同尺度成分组成。
当信号加上均匀分布的白噪声背景时，不同尺度的信号区域将自动映射到与背景白噪声相关的适当尺度上去。
当然，每个独立的测试都可能会产生非常嘈杂的结果，这是因为每个附加噪声的成分都包括了信号和附加的白噪声。
既然在每个独立的测试中噪声是不同的，当使用足够测试的全体均值时，噪声将会被消除。
全体的均值最后将会被认为是真正的结果，随着越来越多的测试，附加的噪声被消除了，唯一持久稳固的部分是信号本身。
EEMD分解原理为：当附加的白噪声均匀分布在整个时频空间时，该时频空间就由滤波器组分割成的不同尺度成分组成。
当信号加上均匀分布的白噪声背景时，不同尺度的信号区域将自动映射到与背景白噪声相关的适当尺度上去。
当然，每个独立的测试都可能会产生非常嘈杂的结果，这是因为每个附加噪声的成分都包括了信号和附加的白噪声。
既然在每个独立的测试中噪声是不同的，当使用足够测试的全体均值时，噪声将会被消除。
全体的均值最后将会被认为是真正的结果，随着越来越多的测试，附加的噪声被消除了，唯一持久稳固的部分是信号本身。
2025/4/29 7:26:32
3.18MB
1
本程序是自己针对一篇IEEETCST文章，用matlab编程实现，已验证可以运行。
附件有详细的程序使用说明，和对应的文章。
适合多智能体的编队或一致性研究的初学者学习。
(这个程序上传的时候少了一个m文件，请搜索本人上传的所有资源找到补充文件)
附件有详细的程序使用说明，和对应的文章。
适合多智能体的编队或一致性研究的初学者学习。
(这个程序上传的时候少了一个m文件，请搜索本人上传的所有资源找到补充文件)
2025/4/28 21:43:09
979KB
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