地震有限差分正演程序

目前国内对于气体爆炸专用软件flacs的介绍很少，尤其是flacs的操作流程，本手册介绍了flacs具体操作方法，十分适合新手上路

说明，这个matlab程序的目标是对BP神经网络中的神经元连接权和阈值构成的高维参数空间进行最优求解，试图用PSO算法求解神经网络中的参数，而不是用传统的误差反传算法。但由于经典粒子群算法存在局部最优的问题。该算法也存在同样的问题。该算法在迭代数较大时可以基本做到误差较大的函数拟合。但是通过该资源提供的图解和代码注释，用户可以很容易的学习到PSO算法的过程。至于如何突破局部最优，这个就有待各位PSO爱好者进行优化了。

cad图纸包括 课程设计杠杆毛坯图.dwg 零件图.dwg 铣夹具体零件图.dwg 铣平台夹具装配图.dwg 钻25孔夹具体零件图.dwg 钻25孔装配图.dwg 钻M8低孔装配图.dwg 钻M8底孔夹具体零件图.dwg设计说明书完整版.doc工艺卡片 7张 cad工艺过程卡片 1张 cad

年会抽奖系统,采用php语言编写,html,js,增加登录验证,防止其他人作弊,抽奖后显示抽奖信息,奖项个数可以随意设置,几等奖也可以设置

雨流计数法的相关应用文件一份，希望大家能够有所用

LENOVO/联想启天M7150 BIOS的升级程序，在DOS下直接运行MB.BAT即可升级 版本号90KT22C解决电脑不能安装64位操作系统的问题

WPD，小波包阈值去噪，对于有的信号的去噪效果比较好，比如非平稳的信号，非线性信号

最小二乘拟合程序matlab源代码，matlab线性最小二乘逼近的求法求解！！

SIFT算法入门时看的一篇文章，SIFT算法详解及应用(讲的很详细)SIFT简介SIFTScale Invariant Feature Transform传统的特征提取方法成像匹配的核心问题是将同一目标在不同时间、不同分辨率、不同光照、不同位姿情况下所成的像相对应。传统的匹配算法往往是直接提取角点或边缘,对环境的适应能力较差,急需提出一种鲁棒性强、能够适应不同光照、不同位姿等情况下能够有效识别目标的方法。己0]/3/己7彐SIFT简介SIFTScale Invariant Feature TransformSIFT提出的目的和意义分1999年 British columbia大学大卫.劳伊( David g.Lowe)教授总结了现有的基于不变量技术的特征检测方法,并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子一SIFT(尺度不变特征变换),这种算法在2004年被加以完善己0]/3/己7SIFT简介SIFTScale Invariant Feature Transform将一幅图像映射(变换)为一个局部特征向量集;特征向量具有平移、缩放、旋转不变性,同时对光照变化、仿射及投影变换也有一定不变性。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法特点SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性。独特性( Distinctiveness)好,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配。多量性,即使少数的几个物体也可以产生大量SIFT特征向量。经过优化的SIFT算法可满足一定的速度需求。可扩展性,可以很方便的与其他形式的特征向量进行联合。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法可以解决的问题目标的自身状态、场景所处的环境和成像器材的成像特性等因素影响图像配准/目标识别跟踪的性能。而SIFT算法在一定程度上可解决:目标的旋转、缩放、平移(RST)图像仿射/投影变换(视点 viewpoint)光照影响(111 amination)目标遮挡( occlusion)杂物场景(c1 utter)噪声己0]/3/己7SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤简述SIFT算法的实质可以归为在不同尺度空间上查找特征点(关键点)的问题。原图像特征点特征点目标的特检测描述征点集特征点匹匹配点矫配正目标图像特征点特征点目标的特检测描述征点集SIFT算法实现物体识别主要有三大工序,1、提取关键点;2、对关键点附加详细的信息(局部特征)也就是所谓的描述器;3、通过两方特征点(附带上特征向量的关键点)的两两比较找出相互匹配的若干对特征点,也就建立了景物间的对应关系。SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤关键点检测己。关键点描述彐·关键点匹配4·消除错配点己0]/3/己7关键点检测的相关概念SFTiant Feature Transfor1.哪些点是SIFT中要查找的关键点(特征点)?这些点是一些十分突出的点不会因光照条件的改变而消失,比如角点边缘点、暗区域的亮点以及亮区域的暗点,既然两幅图像中有相同的景物,那么使用某种方法分别提取各自的稳定点,这些点之间会有相互对应的匹配点。所谓关键点,就是在不同尺度空间的图像下检测出的具有方向信息的局部极值点。根据归纳,我们可以看出特征点具有的三个特征:尺度方向大小己0]/3/己7

本资源包含一次项目研究的全部资料。详细分析了PeerSim的用法，并对当前P2P仿真状况进行了研究，最后，作为示例，作者设计了一个简单的P2P信任协议并移植到了PeerSim中，以使人们更加了解PeerSim的运行流程。资源中包含的代码都有详细的注释。本资源稍加修改就可作为一次本科毕业设计直接上交