§5笼型转子的极数、相数和参数归算 在第三节中已经说明了绕线型异步电动机转子的频率，绕组归算， 并导出了等效电路，上述结果对笼型转子与绕线型转子同样适用。 但由于笼型转子与绕线型转子结构不同所以其极数、相数和参数的 归算具有自己的特点，下面对其进行研究。 5.1笼型转子的极数和相数 任何电机的定子和转子应有相同的极数，鼠笼转子绕组本身没有固 定的极数，它的极数取决于气隙磁场的极数。 下图为一笼型转子处于两极气隙磁场的情况下转子导条中感应电 势、电流及磁场的分布。

对改进的OTSU分割算法进行详细的介绍，并附有理论推导和实现。

非递归归并排序.cpp

一维信号生成对应递归图，用于分类，识别，特征提取

猴子每一天摘了N个桃子，每天吃剩下的一半，觉得不够，又多吃一个，第二天吃剩下的一半，再多吃一个。M天后就剩下一个了。求N

算法设计与分析的递归方程求解，包括递推法、公式法、分治法

主要介绍了C++基于递归和非递归算法求二叉树镜像的方法,针对二叉树遍历结合实例形式分析了递归与非递归算法的实现与使用技巧,需要的朋友可以参考下

hsi matlab代码QRNN3D TNNLS 2020论文的实施 强调 我们的网络在高斯和复杂噪声情况下均优于ICVL数据集上的所有领先方法（2019），如下所示： 我们证明了在31频段自然HSI数据库（ICVL）上进行预训练的网络可用于恢复由于恶劣的大气和水吸收而被现实世界的非高斯噪声破坏的遥感HSI（> 100频段） 先决条件 Python> = 3.5，PyTorch> = 0.4.1 要求：opencv-python，tensorboardX，caffe 平台：Ubuntu 16.04，cuda-8.0 快速开始 1.准备训练/测试数据集 从以下位置下载ICVL高光谱图像数据库（我们仅需要.mat版本） 火车测试拆分可在ICVL_train.txt和ICVL_test_*.txt 。 （请注意，我们分别将101个测试数据分为高斯和复数降噪两部分。） 训练数据集 注意cafe（通过conda安装）和lmdb是执行以下说明所必需的。 阅读utility/lmdb_data.py的函数create_icvl64_31 ，并按照指令注释定义您的数据/数据集地址。 通过python

针对GrabCut算法在图像分割中存在迭代求解耗时长、分割结果欠分割的问题，提出了一种基于非归一化直方图改进的GrabCut算法。在保留GrabCut第一次分割结果的基础上，通过非归一化直方图计算像素点属于前景或背景的方法来代替高斯混合模型迭代学习的过程；在构图过程中引入一类新的节点Bin进行构图以提高分割精度。选取MSRA1000数据集中部分图片进行实验验证，结果表明该算法在分割效果和效率上都有明显的提升，在进行背景复杂图像的分割时改进算法优势更加明显。

主要介绍了二叉树前序遍历的非递归算法,需要的朋友可以参考下