图像分割是目标识别的首要和关键步骤。目前的图像分割方法有多种, 其中阈值方法优点比较突出, 但是采用阈值方法分
割的关键是要能高效率地找到被分图像的最佳熵阈值。针对这一问题, 将Geese- LDW- PSO 算法的位置更新公式作了改进, 即用
当前种群的全局极值取代所有粒子的当前位置, 并将之用于熵阈值图像分割中。仿真实验表明, 该算法可以快速稳定地获得一幅
图像的最佳分割阈值。仿真结果显示, 该方法对车牌分割具有较好的性能。
专业论文，为广大做毕设同学提供资源
2019-12-21 21:11:43
150KB
1
Prioritized Experience Replay的SumTree代码注解，包你看懂，树的原理，父节点和子节点之间的关系，在代码中都有写，初学者易懂！
2019-12-21 21:09:04
1KB
1
TensorFlow|基于深度学习的人脸表情识别系统
模型权重和模型结构，因GItHub不支持25MB以上的文件，因此上传在此处，如果急用可以在此下载，作为对我工作的一些支持
如果不急用可以在下方留下邮箱，我在看博客的时候会回复，但会有一段时间的延迟
2019-12-21 21:04:44
55.84MB
1
粒子群算法，又称粒子群优化算法（Partical Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法（Evolutionary Algorithm - EA），由Eberhart 博士和kennedy 博士于1995年提出，其源于对鸟群捕食的行为研究。
2019-12-21 20:53:10
2KB
1