我们计算了无质量QCD中两个回路处对五胶子散射的前导色贡献。 使用<math> d </ math>维广义广义unit割和有限域重构技术评估所有独立螺旋度振幅的被积。 使用扇区分解方法对积分基础进行数值评估，以获得<math> 2 → 3 </ math>
2024-02-28 11:02:51
290KB
1
从excel中读取信号，首先计算信号的vmd分解，得到imf分量，然后根据imf分量与原始信号的相关系数确定出信号imf喝噪声imf，对有用的imf进行小波阈值滤波，最后对滤波后的imf进行重构输出信号。
下图是流程图盒vmd分解结果的时域后频谱
2023-11-20 11:17:04
1.56MB
1
首先呢，“登录”、“授权”、“授权登录”，是一样的意思，不用纠结。
写小程序授权登录的代码前，需要了解清楚openid与unionid的区别，这里再简单介绍一下：
腾讯有个 “微信·开放平台”，只有企业才能注册账号，可理解为微信体系里，最顶级的账号。官网地址：https://open.weixin.qq.com
除了这个微信开放平台，还有另一个叫做 “微信公众平台”，可注册四种账号，包括服务号、订阅号、小程序、企业微信。也就是说，公众号（服务号和订阅号可统称为公众号）占一个账号，小程序也占一个账号。在没有绑定开放平台前，小程序授权登录只能拿到用户的openid。官网地址：https://mp.
2022-10-31 11:23:11
78KB
1
文中首先分析了现代企业经营中所面临的信息安全态势
感知威胁，其次研究了大数据及人工智能技术在信息安全态势
感知系统总体设计，最后就大数据及人工智能技术在信息安全
态势感知系统中的应用进行了更具深入性的探究，包括数据采
集技术的应用、数据预处理技术的应用、检测分析与处理技术
的应用等，旨在优化各个企业在安全威胁检测及提高处理方面
的工作水平
2022-09-05 19:06:23
2.11MB
1
hog pca svm的表情识别算法 基于matlab 首先进行人脸定位 然后进行表情识别和判断，支持单个人脸和多个人脸的分析
2022-07-10 20:05:11
10.1MB
NCleaner ReadMe文档
首先感谢使用和支持该项目的一切用户；其次我还想感谢Dism++的开发团队(即初雨团队)
NCleaner原本是一个Dism++第三方清理增强插件；由于我不想在用Dism++的时候还要用CCleaner；于是诞生了这个插件
Dism++作者（小鸭子）打算把清理功能外包给NCleaner（或者说是Dism++深度整合NCleaner）
我也很赞同作者的看法，于是从NCleaner 1.0.1.4开始NCleaner正式成为Dism++的组件
先谈谈我认为与Dism++深度整合的好处
1.大部分人不需要单独下载NCleaner
2.NCleaner不再会因为Dism++API结构更改而背锅
3.测试范围更加广阔，出Bug即使我没空修复Dism++作者也能帮忙修复(*^_^*)
如果发现Bug和提建议，希望你们可以多多包涵并请及时在群内反馈
谢谢，By Chuyu Team & M2-Team
更新日志
NCleaner 1.0.4.0
2022-06-06 22:01:09
11KB
1
计算显示Harris特征点
% 通过改变变量max_n和min_n改变特征点数范围
首先，需要算法来确定合适的数学模型，将一幅图像中的像素坐标与另一幅图像中的像素坐标关联起来。
其次，算法需要确定与各种图像相关的正确配准。可以使用点到点（pixel-to-pixel）的直接比较与梯度下降相结合的算法估计这些参数（配准）。
找到每幅图像中不同的特征，进行有效匹配，以便在图像对之间快速建立对应关系。当一个全景图中存在多个图像时，使用现有技术计算全局一致性的配准集，并找出图像重叠的部分。
————————————————
版权声明：本文为CSDN博主「人工智能专属驿站」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/m0_68894275/article/details/125138398
已经阐述了一个 检测的算法
基于Matlab的图像拼接系统研究 ，采取GUI的形式_人工智能专属驿站的博客-CSDN博客
图 原始待匹配的图像
图像 焦点检测和匹配的结果
2022-06-06 13:05:19
178KB
对于一个连通图G，采用深度优先搜索的方法，识别出G的所有关节点。要求：首先输出DFN和Low数组的值，然后输出所有关节点。
2022-05-08 11:23:54
2KB
1
给定一组浮点型数据，首先对所有数据保留n位小数（四合五入），然后删除0元素，也可以是数据最大值、次最大值，最后对删除某些元素的新数组求众数。【一组数据中出现次数最多的数值】
2022-04-25 18:10:00
12.11MB
disp('展示BP的训练集分类')
bp_train_accuracy=sum(J==J1)/length(J)
figure
stem(J,'bo');
grid on
hold on
plot(J1,'r*');
legend('网络训练输出','真实标签')
title('BP神经网络训练集')
xlabel('样本数')
ylabel('分类标签')
hold off
%% 测试集准确率
tn_bp_sim = sim(net_bp,P_test);%测试
[I J]=max(tn_bp_sim',[],2);
[I1 J1]=max(T_test',[],2);
disp('展示BP的测试集分类')
bp_test_accuracy=sum(J==J1)/length(J)
figure
stem(J,'bo');
grid on
hold on
plot(J1,'r*');
legend('测试输出','真实标签')
title('BP神经网络测试集')
xlabel('样本数')
ylabel('分类标签')
hold off
2022-04-20 09:06:52
3.91MB