Traffic_sign_recognition：使用定向梯度直方图（HOG）和基于色域的功能识别交通标志。 支持向量机（SVM）用于对图像进行分类

基于Pancharatnam-Berry相位的宽带，广角编码相位梯度超表面

三个课堂作业 分别用阻尼牛顿法 共轭梯度法 鲍威尔法求极小值 附带MATLAB源程序

捅 要：滚动轴承故障信号是一种典型的周期性冲击信号，如何从含有强噪声的振动信号中有效地提取出冲击特征信号是轴承故障诊断的关键。基于数学形态学理论，提出了一种自适应多尺度形态梯度变换(AMMG)方法，能够在有效抑制噪声的同时很好的保留信号的细节。仿真信号和实测轴承故障信号的分析结果表明，与常用的包络解调分析和近来提出的另一种基于数学形态学的形态闭变换方法相比较，自适应多尺度形态梯度变换具有更强的噪声抑制和脉冲提取能力，并且计算简单、快速，为滚动轴承故障特征提取提供了一种有效的方法。

该文件是为可视化目的而创建的。 该文件适用于函数 z=x.^2 + y.^2，但是可以在代码中轻松更改该函数。 使用说明:: 运行代码后反复按回车，看看每次迭代的效果。

x0=[1;1];%初始点 xk=x0; g0=zeros(2,1); g1=zeros(2,1); g2=zeros(2,1); d0=zeros(2,1); d1=zeros(2,1); syms x1 syms x2 xk1=xk; % 计算xk点的梯度及梯度值 fun=fun(x1,x2); fx1=diff(fun,'x1'); fx2=diff(fun,'x2'); fun=inline(fun); fx1=inline(fx1); fx2=inline(fx2); funval=feval(fun,xk1(1),xk1(2)); gradx1=feval(fx1,xk1(1),xk1(2)); gradx2=feval(fx2,xk1(1),xk1(2)); % 计算搜索方向d0 d0(1)=-gradx1; d0(2)=-gradx2; g0(1)=gradx1; g0(2)=gradx2; % 沿搜索方向d0进行一维搜索

共轭梯度法，最速下降法，共轭方向法与众多优化方法的直观理解。华南理工大学---最优化

最优化算法之共轭梯度算法求解非线性规划问题，代码运行稳定

此功能将 1D 或 3D LUT 应用于图像数据以进行颜色梯度校准。 可以在此处找到 LUT 的详细描述： http://www.lightillusion.com/luts.html 语法：[img_lut] = imlut（img，lut，kind，order） 输入： img - 应用 lut 的图像，格式为 double， uint8 或 uint16 lut - 颜色查找表（1D 或 3D） kind - 字符串 '1D' 或 '3D' 指定是使用 1D LUT 还是 3D LUT order - LUT 条目的顺序。 我们区分“标准”（默认）和“逆”顺序。 例子： 标准顺序 逆顺序RGBRGB 0 0 0 0 0 0 1 0 0 0 0 1 2 0 0 0 0 2 0 1 0 0 1 0 1 1 0 0 1 1 2 1 0 0 1 2 0 2 0 0 2 0 …… 2 2

C++/Opencv实现的FFD形变+梯度下降法图像配准算法