搜索资源列表
Visual_C++_MATLAB
- 《Visual C++_MATLAB图像处理与识别实用案例精选》本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章－第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章－第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识别等应用实例，并结合理论算法，提供了大量MATLAB代码程序，以帮助读者掌握如何使用MATLAB语言快速进行算法的仿真、调试和估计等方法。
xiboshenjingwangluo
- 小波神经网络,输出节点数为:J个；输入节点数为：I个-wavelet neural network, the output nodes : J; Input nodes : I -
InteractiveMethodofImageRetrievalBasedonNeuralNetw
- 系统根据用户对检索结果的评价，动态构造神经网络，描述图像之间的相似性；图像间的这种相似性以及本次检索结果可以作为以后检索的历史信息保存在神经网络中，从而提高下一次检索的效率。实验表明，该方法嵌入到典型的图像检索系统中，改善了图像检索性能。
clustering
- 图像聚类程序源码，运行正常，能实现数字图像、图形的聚类；同时，还采用了多种方法实现，有距离法，神经网络法等，值得参考-Image source clustering procedures, operating normally, to achieve digital images, graphics cluster At the same time, also adopted a number of ways to achieve, a far cry from the law, such a
faceRecognitionBasedOnWavelet
- 基于小波变换和神经网络的人脸识别：本论文围绕人脸识别问题对人脸特征提取及识别技术进行了研究。主要有：对人脸识别的研究工作进行了综述；在KL算法的基础上提出了新的基于KL的特征提取方法，克服了KL算法计算量大，计算时间长的缺点，-Based on Wavelet Transform and Neural Network Face Recognition: In this paper, issues surrounding the face recognition feature extractio
ocr0
- 基于人工神经网络的光学字符识别系统及硬件实现 研究了人工神经网络及光学字符识别的基本理论、一般方法： 对人工神经网络的发展、现状、理论做了深入的研究。重点研究了BP网络的原理、特点、应用方法。研究了脱机光学字符识别的方法、理论。重点研究了基于K-L变换的字符图像的特征抽取方法。 研究了基于ARM技术的嵌入式系统的构造、设计： 通过实际动手，研究了基于ARM技术的处理器的基本构造、使用方法；使用并比较了三星4510b、atmel at91rm9200芯片的性能；掌握了高频印刷
part_237010_200311202__
- 山 东 大 学 硕 士 学 位 论 文：图像边缘检测算法的研究本 文 分 为 七 个 部 分 。第一部分首先阐述了课题的研究背景、意义以 及该领域的发展现状；第二部分介绍了几种经典的边缘检测方法，给出 了这些方法的图像边缘检测结果，并且进行了相关的分析比较；第三部 分阐述了BP 神经网络的结构以及数学模型等相关知识；第四部分具体 介绍了一种新的基于统计向量和BP 神经网络的边缘检测方法；第五部 分介绍了一种有效的边缘细化算法，它可以对新方法得到的图像边缘进 一步处理以达到
letterrecognition
- 利用BP神经网络实现字母识别；由于是新手，大家指正；-Using BP neural network implementation letter recognition are because novice, everyone correction
imagevectorquantization
- 本代码是利用matlab开发环境，对图像进行矢量量化，从而实现对图像的压缩；并介绍了需要用到的一些matlab现有函数及其使用方法和功能；在码书的训练方法上选择的是自组织映射神经网络，解码重建后的图像质量较好-The application of Self-Orgnization Feature Maps neural network in image vector quantization
xiaobo
- 本书全面系统介绍了小波分析的基本理论和最新研究成果，重点介绍小波分析的应用成果，并通过软件实现来检验应用效果。全书分为三篇：第一篇是小波理论，包含8章内容，小波分析的发展历史及文献综述、准备知识、多分辨分析与共轭滤波器、连续小波变换、最佳小波基的构造及算法、二维母小波的构造、框架与样条小波理论、时间----频率分析；第二篇是小波应用，包含12章内容，详细介绍了小波分析在图象压缩、流体力学、工业CT、故障诊断、语音分割、数学物理、地球物理勘探、医学细胞识别、线性系统、神经网络等方面的应用；第三篇是
Gesture-Recognition-
- 本文提出一种用于手势识别的新方法，它将图像的方向直方图矢量(0Hv)与神经网络相结合。其特点在于选用 图像的方向直方图矢量作为手势的特征矢量，该特征矢量对于光线和手的平移变化具有较强的鲁棒性，这正是手势识别所要 解决的关键问题。在训练阶段，首先需要建立手势样本的特征矢量库；在识别阶段，本文选用三层BP网络作为分类器，获得 了90％以上的识别率。本文还对手势进行一定角度的旋转后的识别进行了讨论，识别结果达到预期要求。-In this paper，a new method of gest
Visual-C-MATLAB-image-processing
- 本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章～第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章～第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识别等应用实例，并结合理论算法，提供了大量MATLAB代码程序，以帮助读者掌握如何使用MATLAB语言快速进行算法的仿真、调试和估计等方法。第11章～第12章，是两个综合性较强的实例，分别是Visual
bp_network
- 对两种类型的纹理图像，各选取30幅，计算灰度共生矩阵，提取特征向量；构件BP神经网络分类器，用每种类型的前20幅对分类器进行训练，后10幅用来测试分类效果。-Two types of texture image for each select 30 calculated GLCM, extracting feature vectors member BP neural network classifier, before use each type of 20 pairs classifier
bpshuzi
- 通过Matlab基于BP神经网络实现数字0~9的识别。首先创建50个训练样本供网络学习，根据训练样本的特点确定输入层、输出层神经元个数，并确定隐含层神经元个数，完成对BP神经网络的设计；然后将训练样本输入BP网络中，完成对网络的训练；最后通过20个测试样本测试训练完成的网络性能，并显示识别结果。-Digital recognition based on BP neural network.First according to the characteristics of th
alglib-2.6.0.delphi
- ALGLIB是一个跨平台的数值分析和数据处理函数库。它支持多种编程语言，如C++，C#，Pascal，VBA等，可以在多个操作系统平台上运行，如：Windows，Linux和Solaris。ALGLIB有以下特点： （1）线性代数（包括矩阵分析）； （2）方程求解（线性和非线性）； （3）插值； （4）最优化； （5）快速傅里叶变换； （6）数值积分； （7）线性和非线性最小二乘拟合； （8）常微分方程求解； （9）特殊函数； （10）统计（描
caffe-Landmark(5points)vcPP
- caffe神经网络实现的人脸关键点定位5点的；本上传是编过的，源码及编译说明在说明里面-caffe neural network face key point positioning 5:00 The upload is compiled, the source code and compile the descr iption in the descr iption inside
Face Recognition Method Based on Gabor and ANN
- 基于Gabor小波变换和人工神经网络的人脸识别算法(Face Recognition Method Based on Gabor Wavelet Transform and Artificial Neural Network)
Untitled2
- BP神经网络基本原理概述：这种网络模型利用误差反向传播训练算法模型，能够很好地解决多层网络中隐含层神经元连接权值系数的学习问题，它的特点是信号前向传播、误差反向传播，简称BP（Back Propagation）神经网络。BP学习算法的基本原理是梯度最快下降法，即通过调整权值使网络总误差最小，在信号前向传播阶段，输入信号经输入层处理再经隐含层处理最后传向输出层处理；在误差反向传播阶段，将输出层输出的信号值与期望输出信号值比较得到误差，若误差较大则把误差信号传回隐含层直至输入层，在各层神经元中使用
matlab程序
- 完成水果的尺寸形状表面缺陷的判别，BP神经网络的训练判别表面缺陷(Fruit size, shape and surface defects are identified. BP neural network is used to identify surface defects.)
cnn-edge-detection
- 卷积神经网络实现图像的边缘检测+python代码(CNN-edge-detection-python-codes)