模式识别的研究进展 自20世纪60年代以来,模式识别的理论与方法研究及在工程中的实际应用取得了很大的进展。 本文先简要回顾模式识别领域的发展历史和主要方法的演变,然后围绕模式分类这个模式识别的核 心问题,就概率密度估计、特征选择和变换、分类器设计几个方面介绍近年来理论和方法研究的主 要进展,最后简要分析将来的发展趋势。
基于改进BP神经网络的控制的图模式识别系统 提出一种基于激励函数参数可调和动态阈值的改进 BP 神经网络控制图模式识别算法,并优化 Monte Carlo 工序数据模拟方法,使样本数据更具与实际生产数据相同的质量特性。根据改进后的网 络参数迭代公式,将预处理后的样本数据作为输入对该神经网络识别器进行训练,训练结果用于生 产过程的控制图模式识别
数字电子技术课件第一章第二章 数字电子技术课件1.熟练掌握各种数制的进位规律能判断出数的进制2.熟练掌握几种常用进制之间的相互转换。3.熟悉常见码制的编码规律,熟练记住几种典型码制及其编码规律。例如:8421码,循环码(格雷码),8421BCD码,余三码,余三循环码等。4.熟练掌握逻辑代数的定理,特别是反演定理和对偶定理及其应用
基于开源计算机视觉库OPENCV在VC中的应用 讨论了OpenCV(OpenSourceComputerVisionLibrary)相对于现有的计算机视觉软件包所具有的优势,描述了OpenCV的特点、环境配置和数据定义及表示方法,OpenCV成为一种源码开放、包含丰富的高级数学计算函数、图像处理函数和计算机视觉函数、不断更新和平台无关性的计算机视
Adaboost人脸检测算法研究及OpenCV实现 针对复杂背景条件下人脸检测的检测率低速度慢的问题,选用了基于统计的人脸检测算法.详细介绍了Adaboost人脸检测算法的原理及训练流程.利用OpenCV图像处理软件与Adaboost人脸检测算法的结合模块,选取扩展的Haar特征,实现了人脸检测并给出了检测结果.设计的检测器对592个人脸漏检62个,
数字信号处理数字信号处理技术的发展与思考 数字信号处理技术是数字化时代的重要技术,数字信号处理技术的进展一直受到业界的广泛关注.本文对当 前的数字信号处理技术进行了简要的介绍,然后重点阐述了数字信号处理技术的创新和发展以及前景展望。
数字信号处理课程教学中的MATLAB仿真训练 本文结合教学实践,对 MATLAB 软件辅助“数字信号处理”课程理论教学和实验仿真训练进行了探索,并以对信号的三级滤 波为例进行了具体仿真和分析。MATLAB 软件简单易学、调试方便,通过进行 MATLAB 仿真训练可以帮助学生更好地理解基本原理,充分 调动学生学习的主动性和积极性,有效提高学生综合