焊缝边缘检测算法对比分析与MATLAB实现.zip

本程序是基于能量检测的CR频谱感知算法，程序简单易懂，有利于进一步认识能量检测算法！ 本程序是基于能量检测的CR频谱感知算法，程序简单易懂，有利于进一步认识能量检测算法！

（1）小目标在图像中所占像素很少，经过多层卷积之后提取得到的特不明显，为了改善 YOLOv3 的小目标特征提取性能，通过将原网络模型中经 2 倍降采样的特征图进行卷积分别叠加到第二及第三个残差块的输入端，以此增强浅层特征信息。同时，在第一个 8 倍降采样的特征图后连接 RFB 模块，增强特征提取能力。 (2) 原网络中采用多次步长为 2 卷积操作代替池化层来进行特征图的下采样操作，降低了特征的传递能力。为此，本文借鉴 Dense Net 的思想，采用密集连接的方式将浅层特征图直接传输到深层同尺度卷积层的输入端。这样不仅能增强浅层特征重用能力，而且还可以有效缓解梯度消失问题。 (3) 提出了基于泛化 Io U 的回归损失函数代替原回归损失函数。通过在损失函数中加入锚框与真实框中心点距离相关以及预测框与真实框面积相关的两个惩罚项，使预测框的定位更加准确；并同时解决了两框无交集时的梯度消失的问题。本文基于以上三点改进分别在 PASVAL VOC 数据集和 VEDAI 数据集上与原网络进行对 比实验。训练过程中，在训练批次相同的条件下训练时长相当。实验结果表明，上述三点同时作用于原 YOLOv3 网络时，在小目标检测上具有更低的漏检率，定位更加准确，且检测速度相仿。

显著性检测 FT算法 可运行代码 matlab代码 代码简单

通过改进的双阈值函数得到了边缘图像-这在图像检索方面很有用

预处理、边缘提取、车牌定位、字符分割、字符识别五大模块①正确地分割文字图像区域；②正确的分离单个文字；③正确识别单个字符。用MATLAB软件编程来实现每一个部分,最后识别出汽车牌照。

提出了一种采用图像金字塔纹理和边缘多尺度特征的烟雾检测算法。首先，该算法将图像进行金字塔分解，然后在每层图像上提取局部二元模式 ( LBP) 和边缘方向直方图( EOH) ，采用不同池化方法得到金字塔局部二元模式( PLBP) 和金字塔边缘方向直方图( PEOH) 序列特征，分别用于表征烟雾纹理和边缘信息，首尾相连这些直方图后，采用支持向量机( SVM) 进行训练、 识别烟雾。

V-BLAST系统检测算法性能仿真 最大似然 ZF MMSE ZF-SIC MMSE-SIC

评分预测是推荐系统的一个组成部分，通过一个实数表达对用户的偏好进行预测，在学术界被广泛研究。神经网络具有很强的特征提取能力，能获取数据深层次的特征。使用神经网络中的一种网络即自编码器，通过扩展使其具有处理像评分矩阵这种有缺失数据的矩阵的能力，并通过实验证明其预测结果与当前主流的评分预测算法SVD的性能接近。

用MATLAB进行MIMO检测算法中的ZF检测算法仿真，可进行天线数量设置。