Python实现的GMM用于语音识别

Camshift是一种应用颜色信息的跟踪算法，它对做加速度的运动物体跟踪效果不够稳定和强壮，从准确预测目标位置及缩小目标搜索范围入手对 算法进行了改进该算法使用运动目标加速度运动位移方程预测下一时刻目标可能出现的位置，使用预测位置误差方程估计运动目标搜索范围，并使用HR滤波器对目标运动速度加速度等参数自适应地修正实验证明，改进的 Camshift有效地克服了Camshift 算法自身的缺陷，即使运动目标做加 速运动时，也可准确地预测运动目标的位置，缩小目标搜索范围，进而提高目标跟踪速度1802009,45(27)Computer Engineering and Applicationsg4△n=|k+1-1h+110802641033448080140260ak+=y·ak++1-y·a23625652902602892500≤ay≤13562567420246119848024048223647ghgk+1°532236541234345、61058123258323262Camshift500220M0-18025017005010015020025030050100150200250300b0。1=0.8、y=0.8shiftshiftgA8k[1 Collins R T Lipton A J. Introduction to the special section onvideo surveillance[J].IEEE Trans on Pattern Anaysis and Machine0Intelligence 2000 228 745-746[2 Hu Weiming Xiao Xuejuan Tan Tieniu Traffic accident predictionehicle tracking and traportation System 2003 11 220-223 Boyle M.The effects of capture conditions on the CAMSHiFT facetracker[R Alberta Canada Department of Computer Science Univer-sity of Calgary 20012007111991-19935] Murat T Digital video processing[M][SI. Prentice Ilall Inc 199694-956 Collins Lipton Kanade et al A system for video surveillance and monitoring VSAM final report Technical Report CMU2RI2TR200212[R]CamshiftRobotics Institute Carnegie Mellon University 2000o1994-2009ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net

1.matlab代码，在matpower环境下进行潮流计算，用略微修改的ieee30节点，程序在main.m中2.仅考虑了负荷的波动如有原理性的错误望指出

社区团购1.1.0源码,火热社区团购来了,带优惠券带扫码提货

【实例简介】函数逼近与曲线（面）拟合：曲线拟合的线性最小二乘法及其MATLAB程序，多项式拟合及其MATLAB程序， 拟合曲线的线性变换及其MATLAB程序，函数逼近及其MATLAB程序，三角多项式逼近及其MATLAB程序， 随机数据点上的二元拟合及其MATLAB程序， 随机数据点上的 元拟合及其MATLAB程序 +n种插值方法：拉格朗日（Lagrange）插值及其MATLAB程序，牛顿（Newton）插值及其MATLAB程序，埃尔米特（Hermite）插值及其MATLAB程序， 分段插值及其MATLAB程序，分段埃尔米特插值及其MATLAB程序，三次样条（Spline）及其MATLAB程序， 高元插值及其MATLAB程序，三元插值及其MATLAB程序 +数值微分：一阶导数的数值计算及其MATLAB程序（差商求导，中心差商公式，理查森外推法求导等等，不再赘述）[ +解线性方程组的直接方法：方程组的逆矩阵解法及其MATLAB程序，三角形方程组的解法及其MATLAB程序，高斯（Gauss）消元法和列主元消元法及其MATLAB程序， LU分解法及其MATLAB程序，误差分析及其两种MATLAB程序，求解线性方程组的LU方法及其MATLAB程序

GPRS编程DTU完整的资料包括上位机的调试环境

这个是 Java Web 项目开发案例导航 的源代码 很适合新手 练习用

端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描端口扫描

ISODATA及K-means算法原理及其实现

从开题报告，到毕业论文，最后的论文答辩的ppt，全套资料，也是本人的倾心之做，毕业论文模式，和毕业设计主题 欢迎大家借鉴

SPXY样本划分法及蒙特卡罗交叉验证结合 matlab 可应用于近红外及高光谱