matlab除噪声代码DD-SRAD DD-SRAD代表距离驱动散斑减少各向异性扩散,用于消除SAR时间堆栈的噪声。 该代码是为与MATLAB一起使用而编写的。 用于对合成Kong径雷达数据的时间堆栈进行去噪,但可用于随时间推移而被噪声破坏的任何图像数据。 可以在下面列出的相关论文中找到更多详细信息。 如果使用此代码,请引用以下内容: N. Tabassum,A。Vaccari和S. Acton,“通过合成Kong径雷达时间堆栈的距离驱动各向异性扩散进行斑点去除和变化保留”,《数字信号处理》,第1卷。 74,第43-55页,2018年。 该代码提供了两个数据集,一个是合成生成的,另一个是一组实际SAR幅度数据。 原始合成数据也包括在内以进行比较。 要运行演示,请运行DD_SRAD.m。 如有任何疑问,请联系。 谢谢!
2022-05-17 15:47:54 16.58MB 系统开源
1
matlab求导代码****************************** 介绍******************* ******* 请注意,未经作者许可,不得将其用于任何商业用途或对代码进行修改。 在GP TIE算法中,我们对散焦后的强度图像(在频域中)执行高斯过程回归,以估计强度轴向导数,该强度用于通过方程式(TIE)的传输强度来恢复相位。 GP TIE通过使用强度在空间频域中随散焦传播如何变化的先验知识,减轻了导数估计中的非线性误差。 不需要将强度图像等距隔开,因此输入强度堆栈可以按指数方式隔开,这被证明是一种将相位信息转换为测得强度的有效方案。 有关更多详细信息,请参见参考文件。 如何使用代码 ** 如何在示例数据集上运行: 打开Main_GPTIE.m并在Matlab中运行。 示例数据集将自动加载。 如何在自己的数据集上运行: 按照示例数据集“ SampleData2.mat”的格式准备数据集。 确保变量名称与示例数据相同,并且变量的单位为米。 打开Main_GPTIE.m。 加载数据并运行。 必要时调整Poisson求解器正则化参数(regparam)。 输入参数:
2022-05-06 21:45:46 18.06MB 系统开源
1
设有一个可以停放n辆汽车的狭长停车场,它只有一个大门可以供车辆进出。车辆按到达停车场时间的早晚依次从停车场最里面向大门口处停放(最先到达的第一辆车放在停车场的最里面)。如果停车场已放满n辆车,则后来的车辆只能在停车场大门外的便道上等待,一旦停车场内有车开走,则排以便道上的第一辆车就进入停车场。停车场内如有某辆车要开走,在它之后进入停车场的车都必须先退出停车场为它让路,待其开出停车场后,这些辆再依原来的次序进场。每辆车在离开停车场时,都应根据它在停车场内停留的时间长短交费。如果停留在便道上的车未进停车场时,允许其离去,不收停车费,并且仍然保持在便道上等待的车辆的次序。编制一程序模拟该停车场的管理。
2022-05-04 21:42:33 149KB 堆栈 队列
1
F栈 介绍 随着网络接口卡的飞速发展,使用Linux内核处理数据包的不良性能已成为现代网络系统的瓶颈。 但是,随着Internet增长的需求不断增长,需要一种性能更高的网络处理解决方案。 内核旁路技术已经引起越来越多的关注。 有各种类似的技术,例如:DPDK,NETMAP和PF_RING。 内核绕过的主要思想是Linux仅用于处理控制流。 所有数据流都在用户空间中处理。 因此,内核旁路可以避免由于内核数据包复制,线程调度,系统调用和中断而导致的性能瓶颈。 此外,内核旁路可以通过多重优化方法获得更高的性能。 在各种技术中,DPDK被广泛使用,因为它与内核调度和活动社区支持之间的隔离更加彻底。 是基于DPDK的开源高性能网络框架,具有以下特征: 网卡在满负载下可以实现的超高网络性能:1000万个并发连接,500万RPS,100万CPS。 移植FreeBSD 11.01用户空间堆栈,它提供
2022-05-04 00:05:40 54.25MB C
1
实现堆栈stack类模板,类模板的模型为:堆栈按数组索引减小的方向增长.
2022-04-30 13:55:01 2KB C++ 堆栈类模板
1
这是一个用VC++编写的十进制计算器,能够接受类似1+(2+3)+4*4这样的连续输入,并且输出正确结果。 实现计算的基础是堆栈。 目前程序只能实现十进制技术的功能。
2022-04-30 13:47:34 8.17MB 计算器 C++ 堆栈
1
安全技术-网络信息-微机原理课程中堆栈网络课件的设计与开发.pdf
2022-04-30 13:00:15 5.2MB 网络 文档资料 安全
给定 3D 图像,即一堆 2D 图像或电影的帧,该算法对中间图像进行插值。 插值是通过配准两个后续图像的像素和全局(在所有后续图像对之间)样条插值配准的位移场来实现的。 沿着每个像素的样条轨迹,强度也被样条插值。 如果后续图像差别不大,则该方法效果最佳。 例如,该算法可用于将具有各向异性分辨率的 3D 图像重新采样为各向同性分辨率。 如果您想将此算法用于出版物,请考虑引用: Horváth A.、Pezold S.、Weigel M.、Parmar K.、Cattin P. (2017) 医学图像的高阶切片插值。 于:Tsaftaris S.,Gooya A.,Frangi A.,Prince J.(eds)医学成像中的模拟和合成。 SASHIMI 2017。计算机科学讲义,第 10557 卷。Springer, Cham https://link.springer.com/chapt
2022-04-29 21:43:22 20KB matlab
1
nlp机器学习数据增强-数据堆栈和机器学习计算机视觉和面向初学者的nlp最佳资源... 计算机视觉.pdf
内容概要:(word,源码,程序)密码是yichu 1.局部变量与堆栈的关系 2.利用堆栈溢出运行攻击代码 3.缓冲区溢出演示 4.溢出攻击结果与危害 5.防御手段 适合人群: 具备一定编程基础,作业时间不够的学生,对缓冲区溢出原理不了解的初学者 环境: IDA pro7.6, vc++ ,x32dbg。 阅读建议: 有一点 x32dbg逆向工具的基础就可以,win10系统的防护比较高,最后的被攻击程序如果运行不了的话,建议在x32调试软件中运行。
2022-04-18 22:00:08 1.23MB 堆栈 缓冲区溢出 x32dbg 逆向工具