基于混沌理论的微弱信号检测方法

该资源里面有一个可以实现点击一个窗口弹出另一个窗口的实例，还有一个本人在解决这个问题时所做的笔记。你们可对比实例和我的笔记来参考。

PCIe 2.0协议规范，对PCIe接口的电气特性、机械特性以及PCIe协议的各层都进行了详细的说明和描述

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

用labview编写的串口读取上位机程序，实现与单片机的串口通信，并能将数据实时显示在示波图表界面上，还能将采集的数据以文本形式保存。

PID算法实现代码，包括位置式增量式数字PID实现代码。对大家编写PID程序有帮助哦。

《深入理解OpenCV：实用计算机视觉项目解析》系统地介绍如何使用OpenCV来构建与计算机视觉相关的应用，如增强现实、车牌识别、人脸检测等。每章都会介绍一个典型的计算机视觉应用问题，并并提供相关的背景介绍及全部源代码，为快速解决实际计算机视觉项目遇到的问题提供系统实用指南。

需要一个对datagrid控件进行的操作，不需要别的界面，自己动手做了一个。本例子是wpf中datagrid的增加修改，对于datagrid中的canuseraddrows=true，对当前空白行进行的添加数据，修改时，鼠标离开焦点可自动更新数据库，删除等等。不需要多余的界面进行添加修改等，利用datagrid的属性，事件等进行的直接操作。注意：本例子是连接的odbc数据库，利用的时候可改变一下连接字符串，连接自己想要的数据库，方可运行。

【实例简介】Qt5实现无边框可移动可拉伸靠边自动分屏的自定义窗体

RSA PKCS 全套规范文档RSA公司的PKCS全套规范文档。学习PKI知识必备。

神经网络可以很好的解决交通领域内的非线性问题，其中前向型神经网络特别适合对交通流的预测。由于神经网络在训练速度和预测精度等方面不断的提高，把神经网络用于建设智能交通体系成为了一种非常明智的选择。人工神经网络模型是在交通流预测领域里很有潜力的一种模型。鉴于此，本文提出了一种基于神经网络的交通流量动态预测模型，分别采用BP神经网络和径向基网络(RBF)建立了预测模型，并给出了数据预处理方法和预测模型评价指标