摘要以雾灵山固定标准地群落调查数据为基础，分析比较了不同植物群落的结构特征及乔灌草各层的物种多样性。结果表明①不同植物群落高位芽植物种类最多，地下芽植物种类次之
2023-02-19 01:11:54
3.67MB
1
随着智能交通的发展，自动驾驶、智能车载交互、安全预警等新型车载应用不断涌现，独立车辆依靠自身有限的计算资源难以运行这些种类繁多且具有大量计算需求和时延需求的应用。雾计算通过将计算任务分布在网络边缘的设备中，运用虚拟化、分布式计算和并行计算技术，使用户能够按需动态地获取计算能力、存储空间等服务。将雾计算架构应用于车联网能够有效缓解计算量大、低时延车载应用与车辆有限且不均的资源分布之间的矛盾。从分析车—车通信、车—基础设施通信以及车辆时延容忍网络通信的信道容量入手，建立车联网异构接入的多业务资源优化模型，通过联合调度各类车联雾资源，实现智能交通应用的高效处理。仿真结果表明，所提出的强化学习算法能够有效地应对异构车联雾架构下的资源优化。
2023-02-15 22:37:22
1.45MB
1
快速优化的图像/视频增强方法
它是由Java实现的一组图像/视频增强方法，用于解决一些常见任务，例如除雾，去噪，水下去除，低照度增强，特性，平滑等。
请注意，此存储库是多个图像/视频处理存储库的集成，这些独立的存储库将在以后弃用。
RemoveBackScatter-已删除，其zip文件在此处可用： 。
OptimizedContrastEnhance-已删除，其zip文件位于此处： 。
将不推荐使用，其zip文件位于此处：
HazeRemovalByDarkChannelPrior-已删除，其zip文件在此处可用：
ALTMRetinex-已删除，其zip文件在此处可用：
2023-01-15 20:44:49
326.67MB
1
实现去雾算法，发现其中的问题，并对算法进行改进。
我首先实现了基于暗原色先验的去雾算法，并从运算速度和去雾效果方面进行了一定的改进。
之后，我训练了 AOD 卷积网络来进行图像去雾，并对数据集图片做一定的处理，增加了网络的鲁棒性，去雾效果也很不错。暗原色先验的去雾算法使用 MATLAB 实现，使用 MATLAB 的 GUI 设计了用户界面；AOD 卷积网络使用 Python 实现，使用 pyqt 设计了用户界面。
2023-01-15 19:39:35
19.88MB
1
MATLAB车牌识别（语音播报，库外判别，计时计费，雾霾车牌，绿色新能源车牌，车牌语义查询是亮点）
2023-01-14 16:36:10
260KB
1
单个图像除雾
介绍
该程序使用暗通道先验实现单图像去雾。
编译依赖
OpenCV
脾气暴躁的
例子
演算法
使用暗通道先验去除单个图像混浊，何凯明，孙建和唐小鸥”，在CVPR 2009中
指导图像过滤，何凯明，孙健和汤小鸥”，在ECCV 2010中。
2023-01-08 10:23:00
771KB
1
（MATLAB）直方图图像去雾增强（带界面GUI，方法是全局直方图，暗通道，retinex，同态滤波等，步骤详细）
2023-01-06 20:20:23
2.66MB
1