ITdaan
首页
最新
原创
最火
收藏夹
写博客
关于
搜索答案
花费 3530ms 找到10556条记录
1
hrbust 入侵
检测
(kmp)
2012年09月28 -
Description 入侵
检测
(Intrusion Detection)是对入侵行为的
检测
。它通过收集和分析网络行为、安全日志、审计数据、其它网络上可以获得的信息以及计算机系统中若干关键点的信息,检查网络或系统中是否存在违反安全策略的行为和被攻击的迹象。入侵
2
SICP:费马小定理与素数
检测
2013年03月22 -
。读起来理解不直观?那么我这么总结下吧。假如a是一个整数,p是一个素数,那么 ap = a (mod p)如果a不是p的倍数,这个定理也可以写成 ap-1 = 1 (mod p)举个例子,67是一个素数,则266 mod 67 = 1。费马
检测
费马
检测
基于费马小定理,费马小定理:如果n是一个素数,a是小于
3
人脸
检测
初探
2015年03月13 -
介绍 目前人脸识别比较成熟,OpenCV也已经把目前主流的人脸识别算法(PCA,Haar,LBP)集成到算法库,并且附带例程和文档。文档链接http://docs.opencv.org/modules/contrib/doc/facerec/facerec_tutorial.html 小明网
4
无监督︱异常、离群点
检测
一分类——OneClassSVM
2017年08月03 -
OneClassSVM两个功能:异常值
检测
、解决极度不平衡数据因为之前一直在做非平衡样本分类的问题,其中如果有一类比例严重失调,就可以直接用这个方式来做:OneClassSVM;OneClassSVM还有一个功能就是异常值
检测
。其他我的相关博客: 1、机器学习︱非平衡数据处理方式与评估
5
Matlab实现Hough变换
检测
图像中的直线
2014年06月14 -
Hough变换的原理:将图像从图像空间变换至参数空间,变换公式如下:变换以后,图像空间与参数空间存在以下关系:图像空间中的一点在参数空间是一条曲线,而图像空间共线的各点对应于参数空间交于一点的各条曲线。下面使用Matlab实现Hough变换对图像中的直线划痕进行
检测
。close all;clear
6
传统物体
检测
2017年05月14 -
序本文主要参考网上博客和文章,为后面r-cnn, fast-rcnn打好基础。1 传统物体
检测
过程概览1.1 图像数据库汇总 数据库 图像数 类别数 应用场景 图像大小 难度 Mnist 60000 10 字符识别 28*28 容易 Cifar10 60000 10
7
特征点
检测
学习(surf算法)
2016年04月13 -
转自:http://www.cnblogs.com/tornadomeet/archive/2012/08/17/2644903.html在上篇博客特征点
检测
学习_1(sift算法) 中简单介绍了经典的sift算法,sift算法比较稳定,
检测
到的特征点也比较多,其最大的确定是计算复杂度较高。后面
8
opencv for python 之 突出点
检测
2014年02月21 -
opencv下载地址:http://sourceforge.net/projects/opencvlibrary/files/opencv-win/2.4.3/OpenCV-2.4.3.exe/download Python 操作可以找到一张图片中突出点的,比如周围都是黑色像素的一个白色像素将被
9
论文抄袭
检测
系统
2011年03月22 -
系统原理: 把提交上来的文章和数据库存储的海浪资料进行比对,从而找出相似片段,从而判断出文章的抄袭度。 网站地址: http://www.paperpass.org/
10
利用奇异值产生脆弱水印应用于
检测
、定位、恢复文章总结
2016年10月18 -
1 A singular-value-based semi-fragile watermarking scheme for image content authentication with tamper localization 来源:J. Vis. Commun. Image R(201
上一页
1
2
3
4
5
6
7
8
9
10
下一页
分类标签
≈1万
全部
366
使用
≈1万
检测
567
目标检测
348
系统
836
算法
340
图像处理
609
目标
320
linux
574
如何
541
实现
369
碰撞检测
572
图像
306
python
357
网络
332
程序
485
方法
367
学习
562
人脸检测
325
数据
344
代码
492
边缘检测
407
内存
374
工具
974
opencv
831
open
© 2014-2019 ITdaan.com
粤ICP备14056181号
×
收藏本文
添加到收藏夹 *