Android应用源码之自定义视图实现水波从中心扩散效果整技术实现源码下载
2022-01-13 09:07:35 576KB Android应用源码之自定义视
我们提出了一个扩散导向模型,该模型在总变异和 Perona-Malik 模型之间提供了有效的相互作用。 框架中引入了两个参数来凸化我们的能量函数。 此外,为了处理乘法噪声,我们在框架中加入了基于对数的先验。 实证结果表明,所提出的方法生成更清晰和详细的图像。 更重要的是,我们的框架可以在更长的时间内发展,而不会弄脏关键的图像特征。
2022-01-11 16:25:59 15KB matlab
1
中国扩散泵流体市场现状研究分析与发展前景预测报告(2022年版本).docx
2022-01-10 19:04:33 343KB 行业调查报告
1
中国有机硅扩散泵油市场现状研究分析与发展前景预测报告(2022年版本).docx
2022-01-10 19:04:25 344KB 行业调查报告
1
本文主要以某种传染病疫情为例,利用微分方程来研究和讨论一般传染性病毒扩散与传播的的控制模型。 模型一:针对问题一,本文在考虑人群分为五类:确诊患者、疑似患者、治愈者、死亡和正常人前提下,建立传染性病毒扩散与传播的控制模型,即控制后模型。 针对问题二,在模型一的基础上且满足问题中的四个条件要求对问题二进行模拟求解,患者人数随时间变化的曲线见图1明确标识图中的一些特殊点的具体数据,并且分析结果的合理性。 针对问题三,在问题二的基础上,对问题二的条件4作微调之后进行模拟求解具体求解见图2。 针对问题四,在问题二的基础上,对问题二的条件3作修改之后进行模拟求解,模拟结果见图3。 针对问题五,在问题二的基础上,仅对问题二的条件1改动之后进行模拟求解,模拟结果见图4。 针对问题六,在模型一的大前提下,对问题二的四个条件作单变量调整并得出模拟结果图,通过对各个结果的分析,本文得到参数对计算结果的敏感性。 针对问题七,依据如上数据,模型的求解和参数的敏感性分析,本文结合实际情况给政府部门一个建议报告。
2022-01-08 14:50:00 260KB 病毒扩散与传播
1
反应扩散方程、偏微分方程书籍。反应扩散方程、偏微分方程书籍。
2022-01-06 21:02:36 5.79MB 偏微分方程
1
将秘密图像隐藏在一幅基于点扩散或误差扩散的半色调图像中,实现基于点扩散和误差扩散的半色调自隐藏算法;以基于点扩散的双向共轭信息隐藏算法为基础实现基于点扩散的灰度半色调自隐藏算法,将该算法扩展到基于误差扩散的灰度半色调图像,提出基于误差扩散的灰度半色调自隐藏算法;以最新的基于点扩散和误差扩散的新共轭数据隐藏算法为基础,提出基于点扩散和误差扩散的彩色半色调自隐藏算法。将四类自隐藏算法进行实验验证,对不同半色调自隐藏算法的性能进行了比较。结果表明在相同参数下,基于误差扩散的彩色半色调自隐藏算法具有最好的性能。
2022-01-06 20:56:01 2.27MB 半色调 点扩散 误差扩散
1
matlab开发-图像去噪的扩散滤波。线性扩散滤波、边缘增强线性和非线性各向异性滤波
2022-01-06 10:20:42 586KB 外部语言接口
1
matlab 大气模型扩散代码uMCGA(通用蒙特卡罗遗传算法) 用 MCGA 算法解决优化问题 [1]。 本算法在 [2] 中有描述。 uMCGA 允许优化参数需要适合多个数据集的问题。 该代码最初是为了从测量颗粒蒸发的实验数据中推导出二次有机气溶胶特性(例如颗粒相中不同有机化合物的组成和扩散系数)而开发的。 目前只有 MATLAB 实现可用。 用法 结果 = umcga(问题) 输入 问题:描述优化问题的结构。 需要包含字段。 populationSize : 遗传算法部分的种群大小。 populationSizeExtra :蒙特卡罗部分的人口规模。 NElite : 总是移动到下一代的精英候选人的数量。 Ngen :世代数。 MC 部分是第一代,因此 GA 部分会有 (Ngen-1) 代。 Nrun :独立优化运行的次数。 Ndataset :优化中使用的数据集数。 mutationProbability :遗传算法中发生突变的 0-1 之间的概率值。 当变异发生时,候选者的自由参数会在它们设定的间隔内再次随机抽取(自由参数定义见下面的 fitparams 结构描述) mode
2022-01-03 15:02:06 36KB 系统开源
1
各种基于扩散的图像过滤方法: 1. 使用热方程的线性扩散滤波 - 使用隐式和显式欧拉方法求解。 2.边缘增强线性各向异性扩散过滤。 3.边缘增强非线性各向异性扩散过滤。 包括测试图像的数据文件。 每个文件都是一个实现上述方法之一的脚本。 阅读评论了解详情。 版权所有 (c) Ritwik Ku​​mar,哈佛大学 2010 www.seas.harvard.edu/~rkkumar
2022-01-02 19:21:14 584KB matlab
1