zrl_0809

积分:395
上传文件:5
下载次数:18
注册日期:2020-06-05 22:53:02

上传列表
vlfeat-0.9.21.rar - python扩展包,深度学习,机器学习,模式识别,图像处理,2020-06-14 12:32:48,下载1次
stock_predict_with_LSTM-master.zip - 基于LSTM预测时序序列数据的完整代码,适合工程使用,2020-06-14 12:30:13,下载9次
PCA-Hotelling.rar - 详细讲解PCA方法,适合机器学习入门者学习,需要矩阵基础知识,2020-06-14 12:28:02,下载1次
KKT.rar - 详细讲解KKT条件,非常适合工程人员阅读,来源是维基百科,2020-06-14 12:26:12,下载3次
image.rar - 图像分割预处理,自适应阈值分割,腐蚀,膨胀,消除小面积,2020-06-14 12:21:14,下载1次

近期下载
基于opgg的lol韩服王者数据爬取分析.rar - 基于python爬虫的django web应用,可以从韩国对局数据网站上爬取游戏数据信息,进行数据分析
GMM.zip - 混合高斯背景建模,可以把连续帧图片前景与背景区分开来
gmm.zip - 混合高斯模型使用K(基本为3到5个) 个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点, 否则为前景点。通观整个高斯模型,他主要是有方差和均值两个参数决定,,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。由于我们是对运动目标的背景提取建模,因此需要对高斯模型中方差和均值两个参数实时更新。为提高模型的学习能力,改进方法对均值和方差的更新采用不同的学习率 为提高在繁忙的场景下,大而慢的运动目标的检测效果,引入权值均值的概念,建立背景图像并实时更新,然后结合权值、权值均值和背景图像对像素点进行前景和背景的分类。
GMM.rar - 多高斯模型是检测运动目标的一种背景消减的方法,这是用matlab实现的
GMM.rar - 建立了混合高斯模型,可以对静止背景下运动目标进行检测。
run.rar - 基于混合高斯模型的背景减除实现程序,速度还可以,但是效果不是特别好,还有待改进
Di_Tu_Pi_Pei.zip - 将出租车采集到的GPS数据匹配到电子地图上,并将车辆定位在道路上。
mapMatching.rar - 地图匹配,用于将GPS轨迹匹配到地图上的道路上,可以实时导航。
MapMatching-master.zip - 基于深圳市GPS数据和深圳市电子地图的地图匹配算法
Offline-MapMatching-master.zip - 线下地图匹配,运用hmm模型算法实现地图匹配
MapMatching-master.rar - 该代码实现将基本的地图匹配功能,讲GPS获取到的数据与路网匹配,并将偏移道路的数据拉回道路上
tensorflow-CNN-CIFAR-10-master.zip - CNN实现图像数据的分类,有数据库下载代码
Cifar10-Classify(deep CNN).zip - 深层CNN对cifar-10数据集分类,经过100个epoch,训练集准确率达到99%,测试集准确率达到86%
lap.zip - 使用拉普拉斯算子计算图像边缘与非边缘并对边缘进行锐化处理
edge_follow.rar - 8领域跟踪边界 完全原创 效果很好 注释完全 欢迎下载
watershed.rar - 图像分水岭分割图像,采用python,opencv库。
超像素.zip - ?简单的线性迭代聚类(simple linear iterative clustering,SLIC)。它是2010年Achanta,Radhakrishna等提出的一种思想简单、实现方便的算法,将彩色图像转化为LAB颜色空间和XY坐标下的5维特征向量,然后对5维特征向量构造距离度量标准,对图像像素进行局部聚类的过程。SLIC算法能生成紧凑、近似均匀的超像素,在运算速度,物体轮廓保持、超像素形状方面具有较高的综合评价,比较符合人们期望的分割效果。
image.rar - 基于纹理度量的图像分割,适用于遥感图像,利用到K-mean算法

收藏