搜索资源列表
-
0下载：
自适应核密度估计运动检测方法
提出一种自适应的核密度(kernel density estimation, KDE)估计运动检测算法. 算法首先提出一种自适应前景、背景阈值的双阈值选择方法, 用于像素分类. 该方法用双阈值能克服用单阈值分类存在的不足, 阈值的选择能自适应进行, 且能适应不同的场景. 在此基础上, 本文提出了基于概率的背景更新模型, 按照像素的概率来更新背景, 并利用帧间差分背景模型和KDE分类结果, 来解决背景更新中的死锁问题, 同时检测背景的突然变化. 实验证明了所提出
-
-
0下载：
模式识别 作业 实现自动产生样本，并用最近距离法，贝叶斯分类，Parzen窗概率密度估计-Pattern recognition operations automatically generate the sample, and with the recent distance method, Bayesian classifier, Parzen window probability density estimation
-
-
0下载：
模式识别的内容，包括模式识别的基本概念、模式识别方法及应用。具体的内容包括：正则化网络、Bayes决策理论、分类器组合、统计学习理论、概率密度估计、非监督学习方法-Pattern recognition, including the basic concepts of pattern recognition, pattern recognition methods and applications.Specific content, including: Regularization Netwo
-
-
0下载：
用监督参数估计中的贝叶斯方法估计条件概率密度的参数u-Using the supervision parameter estimation in Bayesian method estimates the parameters of the conditional probability density u
-
-
0下载：
语音信号处理中关于概率密度的估计，分为参数法和非参数法两类。在此基础上用MATLAB做出了仿真。-Speech signal processing on the estimates of the probability density is divided into two types of parametric method and non-parametric method. On this basis, to make the simulation using MATLAB.
-
-
0下载：
背景建模是实现运动目标检测与跟踪的关键技术之一。在实时视频监控系统中，对背景建模算法的运行时间及所提取出的背景图像的实时性有很高的要求，针对这一问题，提出了一种基于切比雪夫不等式的自适应阈值背景建模算法。算法利用切比雪夫不等式计算像素点色度变化的概率估计值，提出了一种自适应阈值分类方法，它将像素点快速分类为前景点、背景点及可疑点，再利用核密度估计方法对可疑点进行进一步分类，最后利用背景更新算法提取实时背景图像。实验结果证明，该算法能快速有效地区分特征明显的背景点与前景点，提高了背景图像提取的速
-
-
0下载：
MeanShift算法是一种无参概率密度估计法，算法利用像素特征点概率密度函数的梯度推导而得， MeanShift算法通过迭代运算收敛于概率密度函数的局部最大值，实现目标定位和跟踪，也能对可变形状目标实时跟踪，对目标的变形，旋转等运动也有较强的鲁棒性。MeanShift算法是一种自动迭代跟踪算法，由 MeanShift补偿向量不断沿着密度函数的梯度方向移动。在一定条件下，MeanShift算法能收敛到局部最优点，从而实现对运动体准确地定位。-MeanShift algorithm is a no
-
