一维条形码识别系统

摘要：故障诊断起着物理的重要作用 故障分析与产量的学习过程。随着数百亿 晶体管被集成在一个芯片上，多个故障可能 存在的。随着多个故障，故障屏蔽和加固效果 可能会出现。它们可能会导致基于单故障常规 诊断方法，如在一个时刻的单个位置（SLAT） 为无效。如果没有流行的SLAT方法失败 够SLAT图案可以由单个stuckat说明 故障。此外，一个真正的硅缺陷可能表现为不同 故障在不同的故障模式模型（DM），它可 无效使用单故障模型的方法SLAT 在所有失败的模式。在本文中，我们介绍的概念 故障元件，支持多种故障模型，并使用faultelement 图（FEG）考虑故障屏蔽和加固 多故障之间的影响。基于所有失败的FEGs 模式，最有可能的故障位置和故障的因素 被反复识别。同时，FEGs是迭代地 修剪跟踪的其余多个故障的影响，直到 所有的故障点被确定，所有的FEGs减少 为null。实验表明，该诊断 方法可以识别，即使在​​多个故障的位置 DM具有较高的诊断精度和分辨率。 关键词：故障诊断，故障元件，故障元件 图（FEG），多种故障模式，多重故障。

2d 到 3d 视频 converterinput 给出了作为视频将与代码的 3d 的效果

这是一种算法来检测新的样本可能是新的，不属于任何一我们已有的类。它 转移数据到空的空间并且如果功能数量不够大时，使用内核。

基于matlab的纹理特征提取，主要提取纹理的15个特征值。是图像处理中的经典程序。适合初学者用于matlab的纹理特征编程，写作，希望与众位大能一起学习matlab。共同进步。谢谢！

资源描述神经网络过程，主要使用的是BP神经网络模型实现图像压缩！！！其中包括图像压缩和图像重建过程。对学习图像压缩的盆友有帮助

基于matlab的灰度AGV路径识别程序，包括求图像的最大最小灰度，迭代最佳阈值分割算法进行阈值分割以及“开”运算。

《OpenCV教程——基础篇》北航出版社 ，文件包含本书所有光盘源代码。北航的虚拟现实实验室许多师生都在使用opencv，有相当多的经验，这书质量相当不错，简单易上手。附带的光盘中代码可靠性相当高，有些直接就是某些算法或问题的实现。本书可作为信息处理、计算机、机器人、人工智能、遥感图像处理、认知神经科学等有关专业的高年级学生或研究生的教学用书，也可供相关领域的研究工作者参考。

画笔

半监督学习（Semi-supervised Learning）是模式识别和机器学习领域研究的重点问题，是监督学习与无监督学习相结合的一种学习方法。它主要考虑如何利用少量的标注样本和大量的未标注样本进行训练和分类的问题。

类似windows自带的图片浏览器 没放缩 连结电脑硬盘，可选择电脑内的图片浏览