图像分割源代码(Matlab)

本算法用遗传算法和贪婪算法解决了背包问题，产生解得方法用贪婪算法，然后引入了一个错解的修复算法，搜索的时候用遗传算法。保证了快速收敛和解的完备性。包含源程序，算法介绍以及一份详细的报告，希望对读者有很大的帮助

数字集成电路物理设计，详细讲解了数字电路PD全流程，是华为后端设计部门红宝书

旅游需求预测的研究工作始于20世纪60年 代 ，所采用的方法有计量经济方法与定性研究方法。 由于计量经济方法具有较强的说 服力 ，所 以大多数研究采取 的是计量经济研究方法。计量经济方法又分为因果关系的计量经济方法 与时间序列方法笔者认为时 间序列方法在 中短期 预测方 面性能 良好 ，但该方法由于没有考虑需求 的影响因素，得出的结果不能进行结构分析，也不能 为政策制定 者与旅游管理者提供决策支持。所以作者建议采用计量经济方法。本文着重探讨了旅游需求预测中计量经济模型构建。

基于fpga的dds可调幅 调频（1HZ-20M）调相，输出正弦波，方波，锯齿波，三角波

车牌识别 神经网络 源码 matlab

采用Gabor小波方法计算不同尺度和方向的能量信息,根据这些信息确定了显著峰集合。根据显著峰集合,确定了纹理特征向量,并且把显著性作为权重引入到相似性度量。72T0 XX XTo1994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.neto1994-2010ChinaAcademicJournalElectronicPublishingHouseAllrightsreservedhttp://www.cnki.net113.845230.8113.844230.78230.76113.843230.74温113842113.84123068230.66113.8400.64230.62方向(p=4)10向(p=4)436.8436.64364436温435.84358435.6435.443524310152025方向(p=3)方向(P=3)698ALa方向(P2)方向(p=2方向(p1)方向(P=1)350300制250方向(P=0)方向p=0)图5一幅颈椎间盘图像,及其在5个尺度下能量信息直方图图6一幅腰椎间盘图像,及其在5个尺度下能量信息直方图Fig 5 Energy histogram of cervical disc image at five scalesFig 6 Energy histogram of lumbar intervertebral disc at five scaleso1994-2010ChinaAcademicJournalElectronicPublishingHouse.alLrightsreservedhttp:/www.cnki.net171816161221212322122522201994-2010ChinaacademicjournalelectronicPublishingHouseAllrightsreservedhttp:www.cnkinet0.9直接 Gabor小波变换方法0.8改进 Gabor小波变换方法0.60.50.40.30.245678图像0.09直接 Gabor小波变换方法改进 Gabor小波变换方法0.07瞬回0.050.040.0I123456789图像图9针对第1组测试集的检索精度和召回率曲线Fig 9 Retrieval precision and recall for first test set0.9直接 Gabor小波变换方法改进 Gabor.小波变换方法0.70.60.40.30.20.1123456789图像0.09[-+直按 Gabor小波变换方法0.08一改进 Gabor小波变换方法0.070.060.050.040.03图10第2组测试集合0.02Fig 10 Second group of test set0.0123456789201994-2010ChinaacademicjournalelectronicPublishingHouseAllrightsreservedhttp:www.cnkinet201994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net

基于扩展卡尔曼滤波器的永磁同步电机转速和磁链观测器.do.pdf

OFDM 16QAM matlab_simulink仿真

本问主要以预测秦皇岛煤炭价格为目标，通过问题一中不同因素对其影响权重的大小以及神经网络算法，建立价格预测模型。BP神经网络模型处理信息的基本原理是：输入信号，通过中间节点（隐层点）作用于输出节点，经过非线性变换，产生输出信号，网络训练的每个样本包括输入向量和期望输出量t，网络输出值y与期望输出值t之间的偏差，通过调整输入节点与隐层节点的连接强度值和隐层节点与输出节点之间的连接强度以及阈值，使误差沿梯度方向下降，经过反复学习训练，确定与最小误差相对应的网络参数（权值和阈值），训练即告停止。此时经过训练的神经网络即能对类似样本的输入信息，自行处理输出误差最小的经过非线性转换的信息。

110kV变电站全套竣工图