搜索资源列表
对完成端口模型进行封装
- VC建高性能服务器，用完成端口模型是最高效的，而完成端口比较难理解，因此对它进行封装对初学者来说是个福音，本源码基于此背景，对IOCP进行封装，利于大家直接调用--本人发源码的原则是：不经典不发！-VC build high-performance servers, complete with port model is the most efficient, and more difficult to understand completed port, it is packaged for
52002
- 硕士学位论文捷联惯性系统初始对准研究 惯导系统的初始对准是影响系统使用性能的关键技术之一，对准的精度与速度直接关系到惯性统的精度与启动特性。对卡尔曼滤波及其在初始对准中的应用进行了研究。首先介绍了卡尔曼滤波理论的应用背景，然后推导了离散卡尔曼滤波方程，并对连续系统的状态方程进行离散化提出了适用于舰载捷联惯性系统的动基座对准的2通道10个状态变量和2通道12个状态变量的系统动态模型，并建了相应的速度匹配和位置匹配量测模型。 -master's degree thesis SINS
Gesture[20040824]
- 对于静态场景，提取其背景的程序，应用三高斯模型-for static scenes from his background, application three Gaussian model
jijianderuqinjiance
- 入侵检测系统的研究是近年来网络安全领域的一个研究热点, 而入侵检测算法是实现该 系统的核心Z 已经有一些学者提出了基于不同知识背景的入侵检测算法Z 本文利用数据挖掘 技术, 通过挖掘用户的键盘行为特征, 建立相关的数学模型, 实现系统入侵检测Z
w20080412
- 研究了利用混沌相变进行弱信号检测的理论及仿真试验( 对基于) 振子初值敏感性检测弱信号的方法分 析后指出，过渡过程会影响检测性能，提出一种改进的弱信号检测方法( 对仿真输入噪声生成和仿真步长选择进行 研究后建立了仿真模型，在典型噪声背景下检测弱正弦信号( 实验结果表明：所提出的方法有较好检测性能；混沌 临界态的 系统对噪声敏感导致相变方法难以精确确定最小检测幅值( 指出了这类方法的局限性
w20080416
- 研究了利用混沌相变进行弱信号检测的理论及仿真试验( 对基于) 振子初值敏感性检测弱信号的方法分 析后指出，过渡过程会影响检测性能，提出一种改进的弱信号检测方法( 对仿真输入噪声生成和仿真步长选择进行 研究后建立了仿真模型，在典型噪声背景下检测弱正弦信号( 实验结果表明：所提出的方法有较好检测性能；混沌 临界态的 系统对噪声敏感导致相变方法难以精确确定最小检测
CImGauMM_
- 高斯混合模型，及背景减计算，Blob连通域，统计流量计数
一个非常好用的Autocad工具集
- ********************************************************* * AyungerStudio AutoCAD-Tools 更新日期: 2010.02.01 * ********************************************************* 这是本人近年来独自开发的一个AutoCAD修改工具集合，现与各位共享，主要包括： 1、 绘制类： 箭头、示坡线、锥坡线、剖断线、垂线、切线、等高线加
dangaosi
- 高斯背景建模,建立但搞死模型，基于Ｃ＋＋编写，绝对超值，行心窝没错的-dan gao si bei jing jian mo it is very usefll ,i think you will love it,it can help you much.you konwn i do it much time. i think it can do much and it is good for you .
RunningAvg-without-seletivity
- 此程序的功能是针对图像中的运动目标的检测，程序依照输入视频、建立背景模型、灰度化、两帧相减、检测结果的流程来书写程序。-The function of this procedure is the image of moving target detection, the procedure in accordance with the input video, the establishment of the background model, gray, and two-phase reduc
gaussianBkModelTest
- 混合高斯背景模型，用于前景提取，对复杂光线等因素鲁棒性较好-The mixed Gaussian background model for prospects extract better robustness of complex lighting and other factors
ShadowRemove1203
- 在灰度值的基础上建立多高斯的背景模型，然后进行影子检测并消除-shadow eliminate Based on the multi-Gaussian background
gaussian2
- 利用opencv对图像的高斯背景源码进行修改，得到高斯背景模型-use opencv to find the gauss modle
codebook
- 建立高级背景模型，实时更新新的像素点，在训练前景的过程中删除经常不被访问的码本-Senior background model, real-time update new pixels, in the process of training prospects often access code of the delete
Vibe
- 图像特征提取，vibe算法，运动目标检测，单帧视频序列初始化背景模型(image characteristics extraction)
backgroundsubtraction-master
- 通过对每帧的图像与背景模型进行对比，进而提取前景目标(By comparing the image of each frame with the background model, the foreground target is extracted)
新建文件夹 (2)
- 进行视频的背景前景提取以及视频图片转换、视频的噪点去除(Video background and foreground extraction)
gaussianBkModelTest
- 采用混合高斯模型，实现对监视背景的建模，有利于下一步运动目标的检测(The mixed Gauss model, modeling of monitoring background, is conducive to the detection of moving target next)
testgmm
- 实现运动目标检测算法的程序，应用的平台是matlab2016(The program to realize the algorithm of moving target detection, the application platform is matlab2016)
背景网格法-matlab
- 基于背景网格法在matlab中建立混凝土随机骨料模型，(Setting up a random aggregate model of concrete based on background grid method)