图像模糊matlab代码Fuzzy
SLIC
(Precise
superpixel
number
control
version)
with
Matlab
Interface的C实现
版权所有
(c)
2018,
Chong
WU
保留所有权利。
如果满足以下条件，则允许以源代码和二进制形式重新分发和使用，无论是否修改：
源代码的重新分发必须保留上述版权声明、此条件列表和以下免责声明。
以二进制形式重新分发必须在随分发提供的文档和/或其他材料中复制上述版权声明、此条件列表和以下免责声明。
未经特别事先书面许可，不得使用香港城市大学的名称或其贡献者的名称来认可或推广源自本软件的产品。
本软件由版权所有者和贡献者“按原样”提供，并提供任何明示或暗示的保证，包括但不限于适销性和针对特定用途的适用性的暗示保证。
在任何情况下，版权持有人或贡献者均不对任何直接、间接、附带、特殊、惩戒性或后果性损害（包括但不限于购买替代品、商品、资源；或或业务中断），无论是基于任何责任理论，无论是合同、严格责任或侵权行为（包括疏忽或其他原因）因使用本软件而以任何方式引起的，即使是
P.S.
用法：
在使用它之前
2022-12-05 16:21:06
9KB
1
机器学习系列6 使用Scikit-learn构建回归模型：简单线性回归、多项式回归与多元线性回归
2022-07-03 16:47:43
62KB
1
主要介绍了Python实现的简单线性回归算法,结合实例形式分析了线性回归算法相关原理、功能、用法与操作注意事项,需要的朋友可以参考下
2022-03-09 11:34:35
46KB
1
从学习的角度来看，简单线性回归建模是值得进一步研究的，因为事实证明，它是理解更高级形式的统计建模的必由之路。在深入学习更高级的技术之前，对于简单线性回归的透彻理解将使您受益匪浅。即使简单线性回归只用一个变量来说明或预测另一个变量的偏离值，在所有的研究变量之间寻找简单线性关系仍然常常是研究性数据分析的第一步。仅因为数据是 多元的并不意味着就必须使用多元工具研究它。在本文中教您如何使用 SimpleLinearRegression 类开发用于中小规模的数据集的数据研究工具。
2021-11-02 18:52:30
93KB
1
为改善传统立体匹配视差图中目标边缘的毛刺现象，以及弱纹理和视差不连续区域的“阶梯效应”等，提出了一种结合局部二进制表示和超像素分割的立体匹配方法。首先融合二进制表示的窗口内像素的空间和颜色特征进行代价计算，并以此求得初始视差;然后将简单线性迭代聚类方法分割的结果作为像素的空间和颜色标记，为超像素内的目标边缘和其他像素点选择恰当的稳定点进行视差传播，以达到视差优化时边缘保持和空间平滑的目的。在Middlebury数据集上分别进行代价计算与优化方法的对比实验，结果表明，采用该算法获取的目标边缘的视差更为平滑，在左右视图中的遮挡区和不重叠区域获得的视差也比较准确，有效地降低了非遮挡区、全图、不连续区域的误匹配率。
2021-10-26 10:40:17
19.3MB
1