局部方向模式（LDP）利用8个Kirsch模板与3×3局部邻域卷积得到局部的边缘梯度值,然后取绝对值并排序,最初将最大的三个梯度所在的方向信息编码成一个八位二进制数;其不足之处在于将边缘梯度求绝对值后进行编码。
2023/3/13 0:58:36
237KB
1
这是前几天刚做的一个图像处理的大作业，给大家分享一下。
主要是实现了一些基本的图像处理的功能，并做了一个小界面，很简单。
基本功能有图像平滑（邻域平均法）、锐化（拉普拉斯）、二值、灰度化、腐蚀、膨胀、小波分解（只显示近似部分图像）、边缘提取、人脸识别（基于PCA）。
程序有两个，一个事GUI的，一个是人脸识别的（大家自己修改人脸库路径）。
论文（word和PDF都有）也在里面，希望对大家能有协助。
主要是实现了一些基本的图像处理的功能，并做了一个小界面，很简单。
基本功能有图像平滑（邻域平均法）、锐化（拉普拉斯）、二值、灰度化、腐蚀、膨胀、小波分解（只显示近似部分图像）、边缘提取、人脸识别（基于PCA）。
程序有两个，一个事GUI的，一个是人脸识别的（大家自己修改人脸库路径）。
论文（word和PDF都有）也在里面，希望对大家能有协助。
2023/2/14 1:51:56
1.82MB
1
在对网络中的各联络开关按其单独闭合后构成的环路之间的联系进行分类,并辨明了网损目标函数的极小点与系统基本邻域结构的对应关系之后,提出了一种新的大规模三相不平衡配电系统网络重构算法。
该算法隐含并行地在各个邻域结构内进行寻优搜索,其重构结果不依赖于系统的初始拓扑,也不依赖于开关的操作次序。
其寻优能力不劣于模拟退火法,而计算时间却比模拟退火法大大节省。
一般经2次到3次网络寻优遍历,即可获得系统的全局或近似全局最优解
该算法隐含并行地在各个邻域结构内进行寻优搜索,其重构结果不依赖于系统的初始拓扑,也不依赖于开关的操作次序。
其寻优能力不劣于模拟退火法,而计算时间却比模拟退火法大大节省。
一般经2次到3次网络寻优遍历,即可获得系统的全局或近似全局最优解
2018/3/19 9:34:40
184KB
1
java版的DBSCAN聚类算法实现，是典型的算法思路实现，遍历未访问的一切点，如果是核心点，就新建一个簇，然后遍历其邻域内的一切点集A，不断扩展，如果簇内的点时核心点，就将其邻域一切点纳入点集A，并从点集移除已访问的点，循环下去，直到一切的点都被访问。
2018/8/8 15:15:41
3KB
1
本来代码是关于LPP算法的matlab编程，流形算法的次要思想是能够学习高维空间中样本的局部邻域结构，并寻找一种子空间能够保留这种流行结构，使得样本在投影到低维空间后，得到比较好的局部近邻关系。
2020/5/16 14:32:37
9KB
1
Opencv各种特征点提取和婚配classKeyPoint{Point2fpt;//坐标floatsize;//特征点邻域直径floatangle;//特征点的方向，值为[零,三百六十)，负值表示不使用floatresponse;intoctave;//特征点所在的图像金字塔的组intclass_id;//用于聚类的id
2018/10/4 6:17:28
393KB
1
这里是最短路径规划的代码，主要应用了自适应，汉明距离，交叉变异和邻域搜索。
其中，汉明距离，交叉变异，邻域搜索的代码都以.m类的方式单独提取，方便大家的引用。
最后，代码完整可以运行。
其中，汉明距离，交叉变异，邻域搜索的代码都以.m类的方式单独提取，方便大家的引用。
最后，代码完整可以运行。
2016/3/6 7:43:51
23KB
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