搜索资源列表
Apriori
- 关联规则挖掘的研究工作主要包括：Apriori算法的扩展、数量关联规则挖掘、关联规则增量式更新、无须生成候选项目集的关联规则挖掘、最大频繁项目集挖掘、约束性关联规则挖掘以及并行及分布关联规则挖掘算法等，其中快速挖掘与更新频繁项目集是关联规则挖掘研究的重点，也是多种数据挖掘应用中的技术关键，已用于分类规则挖掘和网络入侵检测等方面的研究。研究者还对数据挖掘的理论进行了有益的探索，将概念格和粗糙集应用于关联规则挖掘中，获得了显著的效果。到目前为止，关联规则的挖掘已经取得了令人瞩目的成绩，包括：单机环境
salientregiondetection
- 显著性检测经典算法-saliency detecton
显著性
- 关于AC，LC和FT的c++程序，MFC界面，计算了算法时间(AC, LC, FT programs)
前景提取
- 本文展示了一种自动识别视频中移动目标的方法。论文中提取移动目标通过帧序列，这种方法不需要先验知识，比如：时间阈值调整。基于相邻帧的连续对称差分，我们能得到全分辨率显著图；然后利用最大熵方法计算阈值决定候选区域和获得兴趣点的种子；最后用修改的模糊生长方法获得最终的结果。本文中提出的算法是有效的、具有鲁棒性的。实验结果也证明它具有很好的效果。(This paper presents a method for automatic recognition of moving targets in vid
Itti-Matlab
- 经典很好的显著性算法ltti，可以使用，应该有帮助(Classic very significant algorithm ltti, can be used, should be helpful)
gbvs
- 显著性中的GBVS算法，希望可以对您提供好的帮助(This is an installation and general help file for the saliency map MATLAB code here.)
AIM
- 显著性中的AIM算法，希望可以对您提供好的帮助(Significance of the AIM algorithm, hoping to provide you with good help)
caffe-cvpr
- 显着区域检测是计算机视觉中长期存在的问题。它旨在找到最能吸引人眼睛注意的图像中的像素或区域。准确和可靠的显着性检测可以从视觉追踪和识别到图形图像处理等众多任务中受益。例如，成功的对象检测算法有助于自动图像分割，更可靠的对象检测，有效的图像缩略和重定位(Significant regional detection is a long-term problem in computer vision. It aims to find the pixels or regions of the most
XZX
- 全局低秩显著性检测算法首先根据自然图像前景目标和背景亮度、颜色的差异性重构出图像前景显著目标；然后利用低秩分解对图像中的非显著性区域进行抑制。(The global low-rank saliency detection algorithm first reconstructs the image foreground salient targets based on the difference between the natural image foreground target and t
co_saliency_co_segmentation
- 这是这篇文章的代码 “范满梦，洪亮丽，广慧柳，King Ngi Ngan，“基于最短路径算法和显著性模型对象分割，”IEEE多媒体，卷，5号，页1429 - 1441, 2012。” 我们的目标是段常见物体从一组图像中使用的最短路径算法。 这是一个初步的版本，所以如果你发现一个bug，联系洪亮丽 hlli@uestc.edu.cn。 %参考 如果使用此代码，请参阅： “范满梦，洪亮丽，广慧柳，King Ngi Ngan，“基于最短路径算法和显著性模型对象分割，”IEEE多媒体，
HC
- 4个经典的显著性检测算法之一HC，HC算法和LC算法没有本质的区别，HC算法相比于LC算法考虑了彩色信息。(HC is one of the four classical significance detection algorithms. There is no essential difference between HC algorithm and LC algorithm. Compared with LC algorithm, HC algorithm considers color
后期
- 显著性增强FT算法，还是一个比较好使的算法(It does work, no matter what you do)
GBO加了改进的算法
- 利用柯西、高斯、莱维三种突变策略改进GBO算法，通过测试结果表明，改进的算法有了显著性的提高。(Three mutation strategies of Cauchy, Gauss and Levy are used to improve the GBO algorithm, and the test results show that the improved algorithm has a significant improvement.)