搜索资源列表
selfCorrelationInRandomization
- 产生零均值单位方差高斯白噪声的1000个样点,估计随机过程的自相关序列-units have zero mean Gaussian white noise variance to the 1,000-point, it is estimated that the random process autocorrelation sequence
adsp3
- AR随机过程的建模，给定一个AR过程，对其进行建模，分别利用Yule-Walker方程和协方差法进行功率谱估计-AR random process modeling, given an AR process, its modeling, respectively, Yule-Walker equations and covariance method of power spectrum estimation
watermark.m
- ％基于DCT的水印算法 ％数字水印处理系统主要由水印嵌入和水印检测两个过程。 ％水印嵌入过程为：数字水印（X）、原图像（I）和密钥/公钥（K）通过数字水印嵌入算法形成嵌入水印后的图像（I*）。 ％水印检测过程为：数字水印（X）、水印图像（I*）和密钥/公钥（K）通过数字水印检测算法检测出数字水印或有无水印。 ％基于DCT变换的水印算法：将一个随机序列作为水印信号嵌入到图像DCT变换重要分量的幅度成分中（幅值较大的n个系数作为重要分量）。 ％定义一个相似函数来检验水印提取是否成
work
- 一种基于DCT变换的数字水印算法的实现过程,水印为伪随机序列，包括嵌入和提取两个过程。其中textmark.m为攻击实验代码。
chengxu2
- 有关随机过程的matlab程序--马尔可夫过程，低通和带通过程。-Matlab random process related to the process- Markov process, low-pass and band-pass process.
ga
- 遗传算法( genetic algorithms, 简称GA )是根据自然界的“物竞天择, 适者生存”现象而提出来的一种随机搜索算法, 是霍兰德( Holland) 于1975 年在他的著作《Adaption in Natural and artificial Systems》中首次提出来的。此算法将优化问题看作是自然界中生物的进化过程, 通过模拟大自然中生物进化过程中的遗传规律, 来达到寻优的目的。-Genetic algorithms (genetic algorithms, referre
jiyuzuixiaoerchengfagaijindesuijituoyuanjiance
- 为了提高数字图像中椭圆检测的效率和准确性,提出了一个基于最小二乘法的改进的随机椭圆检测算法. 该算法随机选取图像中的3 个边缘点,在以这3 个点为中心的窗口内,从边缘点中拟合出可能椭圆,并通过随机选 取的第4 个边缘点来确认可能椭圆. 利用直接最小二乘法椭圆拟合的特性,引入可能椭圆边缘点收集和椭圆重新 拟合的迭代过程来提取最终的椭圆参数. 通过对含有不同噪声的仿真图片和包括残缺椭圆的实际图片的实验表 明,新算法的改进是有效的. 与原算法相比,新算法降低了对参数的依赖性,提高了检测
Wiener
- 利用平稳随机过程的相关特性和频谱特性对混有噪声的信号进行滤波的方法-Wiener filtering
ASurveyofFeatureSelection
- 本文总结并提出了较为完备的特征提取定义。根据特征子集形成过程将特征选择分为穷举式、启发式和随机式三类 根据特征评价标准将特征选择分为距离浏度、信息测度、相关性浏度、一致性测度和分类器错误率五类。通过分析特征选择的影响因素，提出了选择特征、选择方法应该遵循的原则。 -This paper analyzes and summarizes the previous definition of feature selection, and then introduces a selfcontaine
2paper2
- 根据图像数字水印基本原理和水印信道的构造及生成方式，从信息论的角度，对基于高斯噪声信道的数字水印容量进行探索。针对高斯信源分布具有最大的不确定性、能够在所有的二阶随机分布中提供最大信息熵的特点，分析在高斯分布情况下的整个水印信道通信过程，并引入平均互信息理论，给出基于高斯的水印信道容量的最大通信速率。同时分析加性噪声信道下的容量问题，将高斯分布扩展到非高斯分布，优化容量计算表达式，利用Matlab软件工具给出非高斯信源水印容量与受限失真度的2D和3D关系仿真曲线，并结合实际给出结果分析。-】Ba
The-literatures-of-MRF
- 在学习马尔科夫随机场的过程中用到的一些文献，有助于理解马尔科夫随机场-The literatures used in the learning of Markov random field.It can help to understand the Markov random field.
chap2_01_WhiteNoise_series
- 系统辨识 白噪声与有色噪声序列的差生 系统辨识用到的市局通常含有噪声，白噪声是一个简单的随机过程。-white noise series
MeanShift-algorithm-
- 提出了一种基于粒子Mean Shift 迁移过程的红外人体跟踪方法. 算法通过采样粒子迁移和聚类动态建立 目标的状态模型和量测模型. 在被跟踪区域随机布撒粒子, 以各粒子对应像素的亮度作为特征值进行Mean Shift 收敛性分析, 使用收敛后的粒子集表达目标的当前状态 以状态粒子的坐标位置为特征值对其进行Mean Shift 聚 类, 作为对目标的量测. 连续跟踪时, 下一帧的采样粒子基于上一帧的量测结果产生. 与传统的基于序贯重要性采 样的粒子滤波方法相比, 算法不需要目标的
qiububiansuijiguocheng
- 使用球不变随机过程来模拟杂波的生成，取得了不错的效果，经过编译可以运行-Using spherically invariant random process to simulate the noise generation, and achieved good results, you can run compiled
pingmian
- 平面图像立体化研究 将平面图像转换成立体图像很有意义。Hou等人(2002)提出了一种平面图像立体化方法,称为Hou方法。在这个方法中Hou等人使用随机变量等参数控制转换过程,但没有讨论这些参数对立体效果的影响。该文利用Hou方法在标准的计算机监视器上对含有心理深度暗示的平面图像进行了立体化,给出了评价转换后的立体效果的定量指标,并讨论了各参数对立体效果的影响。实验结果表明:当随机变量矩阵中的每一个随机变量都服从同一种均匀分布时,随机变量的取值对立体效果没有多大的影响 当监视器屏幕与观察者
permatution_test
- 置换检验，对小样本最实用的检验方法，原理是通过样本随机的选择而形成很多数据集合，简单易学，初学者适用。permatution tes在实验最后的检验过程中经常用到。-Permutation test on a small sample of the most useful test method, the principle of random selection through the sample to form a lot of data collection, easy to learn
image-mosaic.doc
- 图像拼接(image mosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。 一般来说,图像拼接的过程由图像获取,图像配准,图像合成三步骤组成,其中图像配准是整个图像拼接的基础。本文研究了两种图像配准算法:基于特征和基于变换域的图像配准算法。 在基于特征的配准算法的基础上,提出一种稳健的基于特征点的
263469
- 模式提取算法,它把神经网络的学习过程看作,最优化问题的随机并行算法,()
基于SIFT算法的图像特征点提取与匹配
- 文章深入研究了 SIFT 特征点提取的原理及过程，以基于 K-D 树结构的近邻算 法对呈线性变换的两幅图像在不同视角和噪声干扰情况下进行了特征点的粗匹 配，并通过随机抽样一致性算法(Random Sample Consensus)进行特征点的提纯，删 除例如错误的匹配特征点对。针对粗匹配后误匹配点对较多导致的 RANSAC 算法 效率降低、运算时间变长的情况，论文以视差梯度约束对粗匹配点对进行预筛选， 提升了 RANSAC 算法的效率。根据匹配点对空间位置关系得出图像之间的变换模 型；最后将图像