压缩包内包含图形显著性因子matlab源码 可以直接运行，

在采用图像谱残差分析方法获取全局特征显著性图像的基础上, 利用小波变换在时域和频域具有的局部特征信息表征能力, 通过对图像包含的不同特征信息进行小波变换, 去除各个特征图中的冗余信息, 得到图像局部特征显著部分, 对两种分析方法下获得的显著图进行融合分析, 获得最终的图像显著部分, 并利用视觉转移机制在原图中勾画出显著性目标. 实验结果分析表明, 改进后的方法提高了图像显著目标检测的准确率.

本代码是基于直方图统计的对比度的显著性检测的matlab代码实现，经matlab 2013a 测试，可以运行

基于条件随机场和图像分割的显著性检测

配对样本均数t检验——检验步骤 建立检验假设，确定检验水准 H0：d=0，两种结核菌素的皮肤浸润反应总体平均直径差异为0; H1：d0，两种结核菌素的皮肤浸润反应总体平均直径差异不为0; 0.05。 计算检验统计量 先计算差值d及d2如上表第四、五列所示，本例d = 39， d 2  195。

为有效剔除工业现场采集数据中的显著误差,降低随机误差的影响,使校正后的数据更好的满足物料平衡和能量平衡,最大程度提高软测量模型的精度,提出一种基于同步算法的数据协调方法,并对双酚A生产工艺现场采集到的数据进行校正。仿真表明,校正后的数据误差率得到显著降低,提高了数据源的精度和模型的泛化能力。

图像显着性检测算法matlab代码显着性2013 高光谱图像中的显着目标检测 介绍 该存储库包含ICIP论文《高光谱图像中的显着目标检测》中描述的算法的源代码。 可以在本文中找到更多详细信息。 该软件包已在64位Windows计算机上使用Matlab 2013a进行了测试。 此代码仅用于研究目的。 引用 如果您发现此代码对您的研究有用，请考虑引用：@inproceedings {Liang2013，作者= {Liang，Jie and Zhou，Jun and Bai，Xiao and Qian，Yuntao}，书名= {2013 IEEE国际图像处理会议} ，月份= {sep}，页面= {2393--2397}，发布者= {IEEE}，标题= {{高光谱图像中的显着物体检测}}，网址= {，年份= {2013}} 正在安装 下载代码：git clone。 下载高光谱图像： 将代码文件夹添加到Matlab的工作目录中。 运行Demo.m 反馈 如果您有任何问题（疑问，反馈）或发现代码中的错误，请与联系。

【MATLAB实战应用案例】-Matlab去线性相关分析及显著性检验（代码+数据）.zip

【Python在气象中的实战应用案例】Python计算降水线性倾向率并进行显著性检验.zip

rc代码显着性matlab