包括《电气自动化新技术丛书--系统最优化及控制》 《最优化方法及MATLAB的实现.pdf》《最优控制理论.pdf》等

Java-Gobang-master_gobang五子棋Java_java智能算法_极大值_基于剪枝算法的五子棋_javaGobang_源码.zip

小波模极大值算法边缘检测的matlab程序,自己编的,有注释

非极大值抑制NMS素材原图+源码（行人检测hongkong.jpg），请参考博客https://blog.csdn.net/cuixing001/article/details/84946990进行试验。

 超分辨率复原技术的基本思想就是采用信号处理的方法，在改善图像质量的同时，重建成像系统截至频率外的信息。POCS（凸集投影）算法是一种广泛应用于图像超分辨率复原的方法。针对传统的POCS算法的边缘振荡效应，在分析其产生的原因，造成的影响的基础上，采用改进的POCS算法，以减少边缘振荡。采用基于小波变换模极大值的改进POCS算法进行图像超分辨率复原。实验结果表明，该方法有效的较少了复原图像的边缘振荡效应，是一种有效的图像超分辨率复原方法。

人工智能课上的实验作业，基于阿尔法贝塔剪技搜索，参考了PC 游戏编程（人机博弈）这本书，注释比较多，实现了悔棋功能

算出一组数组中最大值次大值最小值次小值c程序，用于波形处理等场合

本资源为基于Python的SUSAN边缘检测算法（最终展现只有边缘检测结果，不包含角点检测结果，不包含角点检测结果，不包含角点检测结果）。为避免不同环境导致代码无法运行，您可以前往我的文章中查看相关环境：https://blog.csdn.net/qq_45613931/article/details/117819107 。本资源经笔者测试，能够正常运行。如果存在异常，请注意设备环境变化。本资源自带一张检测图片，如需使用其它图片，存在报错风险，请注意。建议检测图片为尺寸较小的png图片（或自行调整尺寸及图片格式）。如有其它问题可进行留言。

小波变换边缘检测matlab代码小波图像边缘检测 该代码实现了Mallat和Hwang（1992）的方法，该方法使用小波变换模量最大值方法检测图像中的边缘。 如参考文献中所述，此方法类似于Canny边缘检测方法，但在小波变换的上下文中进行了解释。 本文概述了通过“平滑函数”及其部分导数构造的小波。 在这里，选择的平滑函数是联合正态二维零均值方差高斯分布，部分是由于其在边缘检测和图像处理方法中的现有应用。 samples/目录包含一些样本输入图像和带有某些参数的代码输出。 输出文件名可以解释如下： s${integer}代表算法评估时的二进比例因子的指数。 因此s4表示生成的输出图像的比例因子为2 ^ 4。 t${number}代表最终阈值，该阈值用于消除图像中的任何残留噪声。 因此， t015表示从最终输出图像中删除了所有低于0.15的最终像素值。 要运行代码，请在matlab中打开wtmm.m文件，并将img_file_name值更改为图像的相对文件路径（最好是JPEG格式）。 然后，在运行代码之后，将弹出一个窗口，允许您保存输出图像。 在代码中调整scale和threshold值可

利用小波变换模极大重建原信号Matlab源程序 胡广书书上的资源，有注释。 测试过可运行。