bp神经网络手写字符（汉字识别）

terrasar-x的SAR数据，3景，直布罗陀，荷兰纳尔登，西班牙安达素尔

硕士毕业设计时做的程序，主要是倒立摆控制软件的全套程序

一份讲稿，图文并茂，语言生动诙谐，通俗易懂，从介绍复数的表示，到欧拉公式的数学模型，引出为什么用复数表示实信号，通读全文，让一个初学者彻底理解在数字通信系统中为什么使用正交信号，正交信号又是如何节省带宽的，绝对实用！

本程序实现了点云数据的快速读取，不仅适用于PTX格式而且还适用于TXT的数据格式。

基于OpenCV的摄像头动态手势轨迹识别及其应用，前沿的研究，最新论文2012B_0% random t XoX,XX4_1、42、B0Bhattacharyyaglsl. 8 gsl_ran_gaussianpp q1/3t=∑∵n8HSVcerterHSVIISV V44 HMM3IIMMA=SO4 B450AiI i j-+∑bk2HMM4+1=A_1*X1-X0+A_2*Xo1994-2013ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.netOpencvlIMMP., v3)A BP(IAIIMM(a)两点之间的方向夹角(b)轨迹的方间夹角分为8等份HMMBaum-WelchyO aB,i/∑a,iBtHMMAHMM∑s: t Hq,=======-s,qui a 6. o, B, 1 j/PolAa)向右的于势(b)向左的手势(c)向上的手势(d向下的手势动,O:B1j1+1J∑,ijtimermero∑点:1j/∑b kFirmerlimmer=3∑y,1/∑yIMM丌AB512Baum-welch4.3HMⅥHMMHMⅥHMM8(a)第5(b)第6帧第6幀第6帧o1994-2013ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net1322012(a第1(b)第72(a)第5帧(b)第60帧(c}第62帧(d)第G3帧(c)第75d)第呲5.4 HMMHMMHMMHMIHMM丌ABHMMa)第4帧.0()第50d)第54帧HMMHMM0.2928060.56l9010.2943160.5606530.1167910.1900640.0428680.1903360.041360.3217210.3235800.0173120.1166050.0155030.0708480.069680.1601290.0412690.1600400.039740.0749660.0738510.1859570.1468650.1466160.2136800.1587320.0954920.1586260.094620.2069880.207462HMM30.00l20.00100.0010.00I0.00l0.000.0050.00l.O001.000360.0010.00120.00I0.0010.00l0.001IIMMHMMIIMM320×240HMMo1994-2013ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.netOpencv133jck hand recogni tion2005,2611):29Openly获取直方图轨迹图像2010,30(71:59-61.在单击“轨迹「未选择-图像显示[5 QIN WEN, PENG QICONG. An improved particle filter algorithm图像时选择Chmm控制based on neural network for visual tracking[c / International Con个按钮选C控制贪食鱼ference on Communications, Circuits and SyLas v.项训练HMMIEEE.2007:765-768LD」停止退出2009[7 YU JINXIA, LIU WENJING, YANG Y. Impmved particle filter algorithms based on partial systematic resampling C|//IEEE InTernational Conference on Intelligent Computing and Intelligent SystemsLas vegas: IEEE, 2010: 483-4878 FAZLI S, POUR II M, BOUZARI ll. Particle filter based objecttracking with sift and color feature[C // Second International Conas Vegas: IEEE, 2009: 89-9(8:62-64.L10」LD」HMM,2004[ II YUAN LICHI. An improved HMM speech recognition model[c//International Conference on AudiO. las Vegas: IEEE, 2008: 1311LlOpenCVLD」1315.[12 TAN WENJUN, WU CHENGDONG, ZHAO SHUYING. Recogni[2 CHlO JU, JIN S ll, PILAM X D. Object tracking circuit using partition of dynamic hand gesture based on SCllMM model[C]//Chi-cle filter with multiple features [C//SICE-ICASE: Internationalnese Control and Decision Conference. Log Vegas: IEEE. 2009Joint Conference. Las Vegas: IEEE, 2006: 1431-14362430-24341272011,28(2):242-244.C,2010,1(1):92-95SIFT[8 BEIS J S, LOWE D G. Shape indexing using approximate nearest-neighbour search in high-dimensional spaces [C]// Proceedings ofthe IEEE 1997 Computer Society Conference on Computer visionand Pattern Recognition. Washington, DC: IEEE Computer Socie-ly,997:1000-1006SIFT009,29(5):423-2262009,30(4):857-861[O][2] LOWE D G. Distinctive image features from scale-invariant key-points[ J]. International of Computer Vision, 2004, 60(2):91[11 SHUM H Y, SZELISKI R. Construction of panoramic image mosaicswith global and local alignment[ J International Journal of Comp3 MIKOLAJCZYK K, SClIMID C. A performance evaluation of localer visian,2000,36(2):101-130descriptors[ J|. IEEE Transactions on Pattern Analysis and Machine[12 ZOGIILAMI 1. FAUGERLAS O, DERICIIE R. Using geometric corIntelligence,2005,27(10):1615-1630ners to build a 2D mosaic from a set of images[C]// Proceedings of4 LINDEBERG T. Seale -space theory a basic foul for analyzingthe International Conference on Computer Vision and Pattern Recog-structures at different seales LJ. Journal of Applied StatisticitiL. Washington, DC: IEEE Computer Society, 1997: 1671994,21(2):224-270o1994-2013ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net

【实例简介】基于霍夫变换的多目标检测，主要是行人检测，霍夫变换，随机森林分类。

国内进行水文分析较好的工具，由于软件大小超过要求，需要三个安装包同时下载解压即可安装，成为gis的插件

实现nodejs服务器 与C# form 间socket 响应

运用K-means算法进行图像分割,K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。k个初始类聚类中心点的选取对聚类结果具有较大的公式公式影响，因为在该算法第一步中是随机的选取任意k个对象作为初始聚类的中心，初始地代表一个簇。该算法在每次迭代中对数据集中剩余的每个对象，根据其与各个簇中心的距离将每个对象重新赋给最近的簇。当考察完所有数据对象后，一次迭代运算完成，新的聚类中心被计算出来。如果在一次迭代前后，J的值没有发生变化，说明算法已

一、理论分析全面系统全书开篇介绍了信号处理理论的两大基石：信号和系统理论，以及声纳检测理论，并运用概率论、统计数学与信息论知识，将上述理论建立在严谨的理论框架之内。二、取材新颖、图文并茂作者从实用的角度出发，选择已被证明对声纳有实用价值或者有潜在应用前景的技术予以介绍，并辅以如维纳滤波、卡尔曼滤波、自适应线谱增强等理论与技术实现方法。书中配备了大量图表和实例，以便于读者理解和运用理论解决实际问题。三、结构严谨、注重创新本书为解决声纳设计中的实际问题，发展了一系列在主、被动声纳中行之有效的新方法，这些成果大多是第一次发表。四、坚持理论与实践结合的原则全书始终贯穿着这样一种观点：声纳