ns2 leach

提供了13种图片去雾增强方法，有直方图均衡，clahe，暗原色算法，改进的暗原色算法，实时去雾，引导滤波去雾，天空去雾等，同时给出图像增强前后图像质量评价，可以对jpg，bmp等图片格式进行去雾增强处理，效果非常好

【实例简介】本人搭建的一些Carsim与Simulink的联合仿真模型，包括车道保持（LKA），自适应巡航（ACC），轨迹跟随，横向控制，预瞄跟随，单点预瞄，多点预瞄，滑模变结构控制，模糊控制等算法的介绍和实现，该下载资料不为CSDN积分，只为有相关学习需求或是有相关学习兴趣的学生交流学习！不喜勿喷，谢谢！

1． 仍然使用第一次作业中收集的数据作为训练集（注意：不得超过20+20 例样本），采用身高和体重为特征进行性别分类，训练SVM 分类器，在测试数据dataset1.txt 上测试分类效果。SVM 中分别使用线性核和高斯核，参数自己确定。2． 使用一个较大的数据集（dataset2.txt）作训练样本，采用身高和体重为特征进行性别分类，在正态分布假设下估计概率密度，建立最小错误率贝叶斯分类器，写出得到的决策规则；把分类器应用到dataset1.txt 上，计算测试错误率。（自行决定采用什么先验概率。）3． 将样本和两次作业中得到的多个分类面画到由身高和体重组成的二维平面上，尝

可以显示不同种类天线的平面或者立体方向图，内附word说明，使用或copy前请阅读

目 录一. 课题分析 二．算法设计 1. 概念解释 2．数字图像匹配算法设计⑴基于灰度的归一化匹配算法⑵基于灰度的快速模板匹配算法三．相应matlab程序设计1．数字图像匹配相关函数 2．数字图像匹配函数 (1) 基于灰度的归一化匹配算法(2) 基于灰度的快速模板匹配算法四．实验测试1. 基于灰度的归一化匹配算法2. 基于灰度的快速模板匹配算法五．试验结果评价六．实例解答七．实习心得体会参考文献 附 录附录一：testpipei_1.m（基于灰度的归一化匹配算法附录二：testpipei_2（基于灰度的快速模板匹配算

【实例简介】软件测试在软件生命周期中横跨两个阶段。通常在编写出每个模块之后就对他做必要的测试（称为单元测试），模块的编写者和测试者是同一个人，编码和单元测试属于软件生命周期的同一阶段。在这个阶段结束后，对软件系统还应该进行各种综合测试，这是软件生命周期中另一独立的阶段，通常由专门的测试人员承担这项工作。 我们要通过测试发现错误之后还必须诊断并改正错误，即调试。我们在测试阶段所能做的，就是测试一个个模块。使之更完善。

基于HTML5的医疗影像预览插件,资源内包含两种插件,内有demo实例

通过MATLAB对发现的目标属性进行分析判断，对威胁等级进行排序，代码实测有效。

python实现的介数中心算法

mpc-0.8.1.tar.gz 用于linux gcc 升级