报告内容:第1章需求分析(1)功能需求(2)数据流图(3)数据字典第2章概念结构设计(1)局部E-R图设计(2)全局E-R图设计第3章逻辑结构设计(1)E-R图向关系模式转换(2)视图设计第4章物理设计(1)关系模式存取方法选择(2)编程实现第5章程序运行结果
1
从网上收集的matlab下的Otus阈值方法、迭代阈值、局部阈值对比,可以运行,但是没整理比价乱
2024/4/16 15:28:33 4KB matlab
1
基于学习方法构造的冗余字典可更加准确地提取信号的结构特征,也是近几年的研究热点。
论文在研究了基于KSVD字典学习的图像去噪算法的基础上,将相关系数匹配准则和字典裁剪方法相结合,提出一种改进的字典学习算法,进一步,为了利用图像的非局部自相似性信息,提出将自相似性作为一个约束正则项融入到图像去噪模型,提出基于改进字典学习和非局部自相似性的图像去噪算法。
大量实验验证,与传统KSVD去噪方法相比,该方法在提高同质区域平滑性的同时还能保留更多的纹理、边缘等细节特征。
2024/4/11 16:04:54 4.55MB 图像 去噪 稀疏表示 KSVD
1
1.1要提高图像处理水平,需要从哪些方面努力?2.1编程实现:分别用最近邻插值、双线性插值和双三次插值等方法把一幅图像面积放大9倍,并对放大效果进行比较。
2.2提出将像素宽度的m通路转换为4通路的一种算法(习题2.13),并编程实现。
3.1编程实现图像反转、对数变换和对比度拉伸。
3.2试提出一种如3.3.4节中讨论的基于直方图统计的局部增强方法,并编程实现。
3.3编程实现中值滤波、Soble运算和Laplacian锐化。
3.4对掌纹图像进行图像增强,使得掌纹纹线更清晰。
说明增强方案,并编程实现。
4.1编程实现等效于3*3邻域均值平滑的频率域滤波。
4.2编程实现同态滤波以及巴特沃思低通、高通、带通、带阻滤波器。
4.3习题4.43。
5.1编程实现可变阈值处理。
5.2编程实现Ostu图像分割方法。
5.3设计人脸方案,并编程实现。
5.4设计与实现虹膜图像分割。
6.1编程实现边界追踪算法。
6.2编程实现二值区域细化算法。
6.3编程实现灰度共生矩阵方法。
6.4习题11.16。
6.5习题11.27。
7.1编程实现印刷体数字识别(包括增强、分割、特征提取和识别)。
7.2编程实现桃子图像识别,要求能使识别蟠桃、水蜜桃、油桃、黄桃等亚种。
(包括增强、分割、特征提取和识别)
2024/4/11 4:39:24 10.24MB VC++
1
对局部节点状态估计间误差相关性的处理是分布式估计融合或航迹融合的关键要素;针对当前分布式融合理论中关于混合多模型估计融合研究的空白,首先推导得出了采用相同模型成分的各局部节点交互多模型状态估计的误差互协方差矩阵的递推计算方法;其次,讨论了所得非对称实误差互协方差矩阵的正定特性,并分析了此类误差相关性与混合多模型估计算法中模型过程噪声之间的变化关系;上述结果使得基于互协方差组合融合算法的交互多模型状态估计融合成为可能,仿真实验亦验证了其有效性,相对其它不考虑误差相关性的融合算法,融合结果也更为真实.
1
借助时-频局部分析特性,小波分析理论已经成为信号去噪中的一种重要的工具。
利用小波方法去噪,是小波分析应用于实际的重要方面。
2024/3/25 5:54:45 189KB matlab, 声音去噪
1
对瑞士卷进行降维操作
2024/3/21 19:27:26 3KB LLE 降维
1
提出了一种将蚁群算法与算法相融合共同完成反传神经网络训练的方法,ACO一BP算法。
该算法首先采用蚁群算法对网络权值进行整体寻优,克服BP算法容易陷入局部最优的不足再以找到的较优权值为初值,采用BP算法做进一步的寻优,以提高网络的训练和预报精度。
将ACO一BP神经网络用于函数逼近问题,并与BP神经网络、蚁群算法神经网络和遗传神经网络的逼近结果进行了比较,验证了该算法的有效性。
2024/3/19 4:21:25 223KB 蚁群算法 神经网络
1
我收集到得一些人脸识别的程序和大家分享-人脸识别系统(已经建立人脸库).rar将我收集到得一些比较完整的人脸识别的资料和大家分享,由于附件大小的限制我只挑选了一些小的发上来,还有些为了减小文件,我把数据文件和人脸库等一些图片都删掉了,所以程序可能无法直接演示,需要大家自己添加一些数据文件。
人脸库网上都有,大家可以自己下载。
程序还是不错的,大家可以参考有一下一些资料完整的人脸识别系统(已经建立人脸库)NMFs算法用于实现基于人脸局部特征的人脸识别OPENGL人脸识别使用基于LDA算法的人脸识别程序国外著名大学成功的人脸检测识别算法中的眨眼检测用HMM实现的人脸识别及其文档经过调试完整的人脸检测系统源码LinearDiscriminantAnalysis算法
2024/3/15 14:16:57 440KB matlab
1
request-funjs快速上手安装npminstallrequest-funjs整体注册(在main.js文件里注册)importRequestfrom'request-funjs';Vue.prototype.Request=Request;//在这里需要声明一个host变量,作为请求的主机名称Request.host='https://www.baidu.com'局部注册(在你所使用的vue里注册)importRequestfrom'request-funjs';//在这里需要声明一个host变量,作为请求的主机名称this.Request.host='https://www.baidu.com'例子this.Request.Get("api/list",this.params, res=>{ console.log(res); }, err=>{ console.log(err);})目录1、ge
2024/3/11 6:19:23 3KB javascript jquery npm vue
1
共 479 条记录 首页 上一页 下一页 尾页
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 钉钉 钉钉打卡