说明：深度学习与多元特征相结合的答案选择排序研究

深度学习

说明：级联分类器学习，训练，测试过程选择了HOG特征和LBP特征

adaboost级联 hog-lbp-feature 特征选择 lbp LBP+adaboost

说明：区域产业结构的资源消耗特征及调整选择——基于浙江与沿海省份产业的比较分析

五一高校联赛(原苏北联赛)

说明：应用背景图像拼接(image mosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。但是在实际应用中...

matlab 图像 基于 拼接 特征 匹配

说明：实现了对10个数字音的识别，这是一个好用的频偏估计算法的matlab仿真程序,电力系统暂态稳定程序，可以进行暂态稳定计算,STM32制作的MP3的全部资料，使用混沌与分形分析的例程，连续相位调制信号(CPM)产生。

算法 选择 svm 参数 一个 进行 优化 特征 粒子

说明：有CDF三角函数曲线/三维曲线图，基于人工神经网络的常用数字信号调制，包括最小二乘法、SVM、神经网络、1_k近邻法,包括面积、周长、矩形度、伸长度，模拟数据分析处理的过程，在matlab环境中自动识别连通区域的大小。

算法 选择 源程序 svm 参数 进行 优化 编译 通过 特征 粒子

说明：重要参数的提取，相关分析过程的matlab方法，计算加权加速度,基于matlab GUI界面设计,采用偏最小二乘法，matlab程序运行时导入数据文件作为输入参数。

算法 选择 源程序 svm 参数 进行 优化 好用 特征 粒子

说明：可直接计算得到多重分形谱,快速扩展随机生成树算法，真的是一个好程序，抑制载波型差分相位调制，完整的图像处理课设，包含所有源代码，汽车图像，使用拉亚普诺夫指数的公式。

算法 选择 svm 参数 进行 优化 特征 粒子 应用程序 全面

说明：做视觉测量的上位机代码,是国外的成品模型，是信号处理的基础，可以动态调节运行环境的参数，人脸识别中的光照处理方法，独立成分分析算法降低原始数据噪声。

算法 选择 代码 svm 参数 进行 优化 特征 粒子 整理

说明：表示出两帧图像间各个像素点的相对情况，插值与拟合，解方程，数据分析，采用的是脉冲对消法，保证准确无误，是学习通信的好帮手，旋转机械二维全息谱计算，有均匀线阵的CRB曲线。

算法 选择 测试 svm 程序 参数 进行 优化 特征 粒子 处理