使用MATLAB控制笔记本电脑的摄像头，并进行实时人脸检测和识别
GRNN广义回归神经网络的理论基础是非线性核回归分析，非独立变量y相对于独立变量x的回归分析实际上是计算具有最大概率值的y。GRNN通常被用来进行函数逼近。它具有一个径向基隐含层和一个特殊的线性层。第一层和第二层的神经元数目都与输入的样本向量对的数目相等。GRNN结构如图2-3所示，整个网络包括四层
基于affine+sift特征提取的图像配准算法matlab仿真
由于相机正面拍摄物体时，相机的光轴方向可能发生变化，带来扭曲，所以第一步是对每张图片进行变换，模拟所有可能的仿射扭曲。设原始图像为 u ( x , y )，原始图像在 X 轴上倾斜度为 t 的变换由 u ( x , y ) → u (t x , y)得到。因此，需要通过实验比较室内外拍摄的图片对，并
基于蒲公英优化算法的函数寻优算法
文献[1]模拟蒲公英种子依靠风的长距离飞行过程提出了一种新的群体智能仿生优化算法，称为蒲公英优化(Dandelion Optimizer, DO)算法，用于解决连续优化问题。与其他自然启发元启发式算法相似，DO在种群初始化的基础上进行种群进化和迭代优化。在提出的DO算法中，假设每个蒲公英种子代表一个
【计算机视觉】图像分割与特征提取——滤波器实验
主要介绍均值滤波、高斯滤波、维纳滤波、中值滤波这几种常用的滤波器原理以及具体实现。
基于文化算法优化的神经网络预测研究（Matlab代码实现）
从两个层面分别模拟生物的进化和文化的进化，两个过程既相互独立又相互影响，是一种基于知识的双层进化系统。该算法优点就在于，可以从每次的搜索中提取解决问题的有效信息，并反馈指导种群的搜索过程，在精度和效率上都使算法有效提升。
【图像识别-指纹识别】指纹特征提取附matlab代码
为了除去指纹内部的伪特征点，求两个特征点之间的距离，如果距离小于一个阈值（例如10），则将两个伪特征点都删除。为了加快速度，在细化后的图像中，对每个像素点求八领域的像素和n，如果n=7，说明该像素点是端点，如果n=5，说明该像素点是分叉点。标准化是把图像的平均灰度和方差调整到预定的级别上，以减少脊线
【计算机视觉】图像增强——图像的形态学操作
主要介绍常见的数学形态学运算基本方法，了解腐蚀、膨胀、开运算、闭运算
图神经网络（三）：数学基础
图神经网络的数学基础
基于粒子群算法的电力系统无功优化研究(IEEE14节点)（Matlab代码实现）
电力系统无功功率优化
【计算机视觉】图像增强----图像的傅立叶变换
主要介绍计算机视觉中的傅里叶变换与离散余弦变换的应用，通过这个实验能了解什么是频谱，DCT能量系数与频谱之间的关系，什么是空域什么是频域。
数学建模（二）：优化
数学建模（二）：优化
2022深圳杯数学建模C题（思路+MATLAB代码）
根据附录所给的数据，求解规划模型，给出换电站位置，并给出 在 1000 小时 中运送的物料量 ，所使用车辆、电池组数量和 车辆及其 各电池组的 具体 调度方案。(3)电池： 900 组， 单个电池组独立计量， 车载 6 个电池组一致 消耗电量，空载车辆每行驶 3 分钟 每个电池组 的 SoC 都 减
Simulink基础问答：如何查看模块的属性及参数？
simulink查看模块的属性及参数
【车牌识别】基于HOG特征提取和GRNN网络的车牌识别算法matlab仿真
从图的算法流程图可知，基于车牌图像字符特征提取和神经网络的识别算法其首先将训练样本数据进行预处理，得到质量较高的样本数据，然后对这些样本数据进行HOG特征提取，再将特征数据通过神经网络进行训练学习最后得到基于神经网络的车牌识别模块。然后采集一些常规的测试样本图片，同样，对这些样本进行预处理操作，然后
利用Matlab对双目摄像头进行标定
利用Matlab对双目摄像头进行标定
一招实时追回逝去的对象——基于当前统计模型（CS模型）的跟踪算法matlab实现
当前统计模型，CS模型基于当前统计模型的无迹卡尔曼滤波目标基于当前统计模型的容积卡尔曼滤波目标机动目标跟踪——当前统计模型（CS模型）1. 对机动目标跟踪的理解1.1. 对机动目标跟踪的理解1.2. 目标模型概述2. "当前"统计CS模型3. "当前"统计CS模型3.1. "当前"统计CS模型（连续
【老生谈算法】matlab实现卡尔曼滤波算法源码——卡尔曼滤波
卡尔曼滤波是解决以均方误差最小为准则的最佳线性滤波问题，它根据前一个估计值和最近一个观察数据来估计信号的当前值。它是用状态方程和递推方法进行估计的，而它的解是以估计值（常常是状态变量的估计值）的形式给出其信号模型是从状态方程和量测方程得到的。卡尔曼滤波中信号和噪声是用状态方程和测量方程来表示的。因此
黑洞优化算法（Matlab实现）
目录1 概述1.1 黑洞算法1.2黑洞搜索优化算法1.3黑洞搜索算法的实现过程 2 Matlab代码实现2.1 主函数2.2 目标函数 2.3 黑洞优化算法 3 结果展现 应用的领域很多。根据黑洞现象原理首次提出BH 算法,它在传统PSO基础上引入了新的机制,有效地提高了收敛速度并防止了陷入局部
【GMM+KDE】基于MATLAB的GMM和KDE核估计得目标跟踪仿真
GMM是一种利用一定数量的小高斯函数混合逼近某变量的概率密度函数的方法，是在概率估计中常用的参数化模型，今年被广泛应用于模式识别领域。 一有限的GMM的描述非常简单，即由高新分布函数的任何凸组合形成一混合模型。对于n维实空间的随机变量x，利用GMM可以近似的表示其概率密度函数：
