unity 多投影融合插件
2023-02-26 15:43:08 19.93MB unity 融合
1
基于多核学习的GIST全局和SIFT局部特征融合遥感图像检索方法.pdf
2023-02-23 20:23:52 3.81MB 基于多核学习的GIST全局和SI
1
基于特征融合的堆叠工件分类识别研究,杨继东,胡啟旭,本文针对堆叠工件的识别问题,提出了一种基于决策融合的方法,旨在提高目标工件的识别准确率。使用SVM支持向量机作为分类器,提取
2023-02-23 19:49:30 460KB 决策融合
1
为了提高脉搏波识别的准确率,提出改进的深度融合神经网络MIRNet2.首先,经过主波提取、划分周期和制作hdf5数据集等,获得Caffe可处理的数据集.其次,提出由Inception模块和残差模块构成的融合网络Inception-ResNet (IRNet),包含IRNet1、IRNet2和IRNet3.在此基础上,改进Inception模块、残差模块和池化模块,构造Modified Inception-ResNet (MIRNet),包含MIRNet1和MIRNet2.与本文其它神经网络相比,MIRNet2的分类性能最好,特异性、灵敏度和准确率分别达到87.85%、88.05%和87.84%,参数量和运算量也少于IRNet3.
2023-02-20 16:39:40 2.08MB 脉搏波 识别 卷积神经网络 Google
1
matlab代码影响AMEF-用于图像去雾的人工多重曝光融合 AMEF是一种快速除雾技术,可以将(模糊的)曝光不足的朦胧图像版本融合为单个无雾结果 描述 用于图像去雾的AMEF方法的Matlab实现,在以下内容中进行了介绍: Image Dehazing by Artificial Multi-Exposure Image Fusion Adrian Galdran Signal Processing, 149: 135-147, Aug. 2018. PDF :遵循此 DOI :遵循此 该代码的融合部分来自: “曝光融合”, 汤姆·梅滕斯(Tom Mertens),简·考茨(Jan Kautz)和弗兰克·范·瑞斯(Frank Van Reeth) 在Pacific Graphics 2007会议记录中 如果此代码对您有用,请考虑适当引用每项工作。 谢谢 :) 指示 打开amef_demo.m m文件,然后修改图像名称以处理您自己的图像。 最相关的参数是clip_range ,在大多数实验中,论文clip_range其固定为c=0.010 ,但可以更改。 较大的clip_range会尝
2023-02-20 14:31:12 6.76MB 系统开源
1
基于DTCWT的图像融合 这是 [1] 中描述的基于 DTCWT 的图像融合的实验实现。 安装 可以直接从命令行通过pip执行安装: $ pip install git+https://github.com/rjw57/dtcwtfusion.git 文档 更多文档在线获取。 许可 该软件是在 BSD 风格的许可下获得许可的。 有关完整条款,请参阅源代码分发中的LICENCE文件。 参考 Anantrasirichai、Nantheera 等。 “使用基于复杂小波的融合减轻大气湍流。” IEEE 图像处理交易:IEEE 信号处理协会 (2013) 的出版物。
2023-02-20 11:20:13 24KB Python
1
基于对结构安全性的高要求,以各种不同监测技术为基础的结构健康监测系统得到广泛研究与应用,而结构损伤识别系统是结构健康监测系统的核心组成部分之一。本文以某悬臂梁为工程背景,研究结合信息融合的基于BP神经网络的结构损伤识别技术,通过MATLAB软件构建BP神经网络,训练完成的神经网络损伤识别准确率高于90%。本文对基于神经网络的结构损伤识别技术的可靠性进行讨论,总结了结合信息融合与神经网络的损伤识别技术的优缺点。网络识别结果证明了该技术的可行性,为工程结构损伤识别应用的进一步研究提供了参考。
2023-02-18 13:18:38 1.28MB 健康监测 损伤识别 神经网络 信息融合
1
基于融合的单背光图像增强方法
2023-02-15 21:56:45 587KB 研究论文
1
-*- vi: set ts=8:* $Id: tilt.c,v 1.1 2003/07/09 18:23:29 john Exp $** 1 dimensio
2023-02-15 16:51:31 21KB doc文档
1
支持GNSS/INS松组合解算 支持GNSS/INS/Camera融合解算 支持纯惯导推算 支持VIO解算,不过需要利用GNSS数据进行全局的初始化
2023-02-15 14:23:54 7.26MB imu sensor fusion
1