用于平滑或插值 2D 或 3D 数据的参数克里金法。 通过设置Normalization、Covariance和derivative类型,可以为插值器设置不同的设置。
2023-04-11 15:34:51 3KB matlab
1
计算机图形学 实验 正方形 长方形 绕轴旋转长方体 光照贴图 平滑着色 NURBS枕形曲面 2D作图器课程设计 3D场景编辑器
1
BARNESN 非结构化数据的 Barnes 平滑插值Vq = BARNESN(X,V,Xv)返回的平滑插值查询点 Xq 处的 D 维观测值 V(X)。 查询点 Xq 是通过对元胞数组 Xv 中的向量进行网格划分来创建,这些向量定义了每个维度的网格。 使用执行平滑插值巴恩斯客观分析的 Koch 形式 [2]。 粗略地说,(在 2D 中) 网格点 (xq, yq) 处的内插值 (vq) 被确定为数据点 (x, y) 处的值 (v) 的加权和,基于高斯加权函数 exp(-r^2 / s / g^j),其中 r 是从 (xq, yq) 到 (x, y) 的欧几里德距离,s 是高斯方差, g 是收敛参数。 —— 参考书目: [1] Barnes, Stanley L.“使用加权的中尺度目标地图分析时间序列观察。”(1973) [2] Koch、Steven E.、Mary DesJardins 和
2023-04-10 15:24:29 5KB matlab
1
STM32F4 ADC采样,平滑滤波后计算采样信号的峰峰值,周期和频率,并通过LCD实时显示波形
2023-04-04 19:02:24 5.51MB stm32 ADC LCD 滤波
1
微软的Expression Encoder 4专业版,可以支持平滑流,如果需要支持264,还需要下载Encoder 4 SP1
2023-03-27 10:31:33 27.57MB Expression Encoder 4 平滑流
1
火炬损失 我实现的标签平滑,amsoftmax,焦点损耗,双焦点损耗,三重态损耗,giou损耗,亲和力损耗,pc_softmax_cross_entropy,ohem损耗(基于行硬挖掘损失的softmax),大利润- softmax(bmvc2019),lovasz-softmax-loss和dice-loss(广义的软骰子损失和批处理软骰子损失)。 也许这对我的未来工作很有用。 还尝试实现swish,hard-swish(hswish)和mish激活功能。 此外,添加了基于cuda的一键式功能(支持标签平滑)。 新添加一个“指数移动平均线(EMA)”运算符。 添加卷积运算,例如coord-conv2d和dynamic-conv2d(dy-conv2d)。 一些运算符是使用pytorch cuda扩展实现的,因此您需要先对其进行编译: $ python setup.py
2023-03-21 11:04:16 93KB cuda pytorch ema triplet-loss
1
内容索引:Delphi源码,控件组件,字体控件  一款Delphi平滑字体特效控件包附Demo代码,据说是CnPack 开发组管理员与月共舞的个人作品。主要是美化字体用的,产生艺术字有很大用处。效果演示如上所示,每个选项卡内还能不少的设置选项,用此控件可以平滑字体边缘,添加字体背景,产生轮廓字体、阴影字体、纹理字体、渐变字体等。
2023-03-18 11:23:35 183KB Delphi源代码 控件组件
1
图像的平滑的锐化,对于图像进行中值滤波和均值滤波,对图像进行锐化,分别用Roberts算子,sobel算子,拉普拉斯算子,对图像进行锐化,本资源免费白嫖,记得点赞就行
2023-03-10 16:59:42 786KB python
1
matlab离散傅里叶变换平滑代码数字信号处理实验室代码 Matlab代码,用于DFT,IDFT,脉冲,采样定理,自相关,线性和圆形卷积等功能。 DFT 离散傅里叶变换(DFT)是用于数字信号处理中数值计算的主要变换。 它非常广泛地用于频谱分析,快速卷积和许多其他应用。 DFT将N个离散时间样本转换为相同数量的离散频率样本,并定义为 DFT之所以被广泛使用,部分原因是它可以使用快速傅立叶变换(FFT)算法非常有效地进行计算。 代号 逆DFT(IDFT)将N个离散频率样本转换为相同数量的离散时间样本。 IDFT的形式与DFT非常相似,因此也可以使用FFT高效地进行计算。 冲动 在信号处理中,动态系统的脉冲响应或脉冲响应函数(IRF)是动态系统的输出,当出现短暂输入信号(称为脉冲)时。 更一般地,脉冲响应是任何动态系统对某些外部变化的React。 采样定理 连续时间信号可以在其样本中表示,并且可以在采样频率fs大于或等于消息信号的最高频率分量的两倍(即fs≥2fm)时恢复。 自相关 自相关,也称为串行相关,是信号与自身的延迟副本之间的相关关系,它是延迟的函数。 非正式地,这是观察之间的相似
2023-03-07 09:33:38 501KB 系统开源
1
一体的相机轨道运动平稳 统一中的平滑相机轨道运动 本教程的主要目的是让您对Unity中的平滑摄影机轨道运动有所了解。 您可以找到有关完整教程。 本教程由The App Guruz提出-最好的
2023-02-28 11:45:27 9.26MB C#
1