B样条算法源代码

资源为2018年全国大学生电子设计大赛山东赛区A题电流检测装置的设计报告，报告格式规范，含有详细的设计原理、方案比较和测试数据以及分析，另附带部分电路图和pcb板图，该作品荣获山东赛区省级一等奖，可供学习的参考价值大。

预处理：读取图片第一步，缩小尺寸。将图片缩小到8x8的尺寸，总共64个像素。这一步的作用是去除图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片差异。第二步，简化色彩。将缩小后的图片，转为64级灰度。也就是说，所有像素点总共只有64种颜色。第三步，计算平均值。计算所有64个像素的灰度平均值。第四步，比较像素的灰度。将每个像素的灰度，与平均值进行比较。大于或等于平均值，记为1；小于平均值，记为0。第五步，计算哈希值。将上一步的比较结果，组合在一起，就构成了一个64位的整数，这就是这张图片的指纹。组合的次序并不重要，只要保证所有图

本文介绍一种用MATLAB实现的语音识别系统，包含源代码

ABAQUS二维金属切削仿真生成锯齿状切屑和连续切屑，详细教程

ANSYS使用远程服务器仿真的设置方法，本机建模，远程仿真。

AdaBoost算法有AdaBoost.M1和AdaBoost.M2两种算法，AdaBoost.M1是我们通常所说的Discrete AdaBoost，而AdaBoost.M2是M1的泛化形式。关于AdaBoost算法的一个结论是:当弱分类器算法使用简单的分类方法时,boosting的效果明显地统一地比bagging要好.当弱分类器算法使用C4.5时,boosting比bagging较好,但是没有前者明显。后来又有学者提出了解决多标签问题的AdaBoost.MH和AdaBoost.MR算法,其中AdaBoost.MH算法的一种形式又被称为Real Boost算法---弱分类器输出一个可能度，该

利用matlab处理对两幅图像的叠加处理 其中一幅作为前景需要提取主干信息，另一幅则作为背景图将第一幅中提取出的主干信息叠加到第二幅图像中三个色面的单独处理

labview中界面跳转的实现方法。界面间的链接，就是运行主界面的按钮控件后，跳转到调用的子界面，然后点击子界面上的返回按钮，跳回主界面。

基于Gabor小波变换和人工神经网络的人脸识别方法，matlab代码

ansys 数字孪生体 降阶技术 高精度组件 系统仿真分析 控制策略优化