NSST非下采样剪切波变换工具箱

NSST非下采样剪切波变换工具箱，可用于红外与可见光图像分解融合等领域

imagefusion图像融合数据集

imagefusion图像融合数据集，www.imagefusion.org网站常用数据集，附带论文《A general framework for multiresolution image fusion: from pixels to regions》

OCTEC公司图像融合A general framework of multiresolution image fusion

[17] G. Piella. A general framework of multiresolution image fusion: From pixel to regions[J]. Information fusion, 2003(4)：259-280. 英国OCTEC公司提供两组配准了的红外和彩色图像进行融合实验

DSP TMS320C6678图像处理二维FFT代码

DSP TMS320C6678图像处理二维FFT代码，输入一维数据，对其进行二维FFT变换，基于DSP TMS320C6678。

jQuery模仿京东商城购物车

jQuery模仿京东商城购物车，可查看购物车商品，删除商品，登录等功能。

Cesium-1.48+nodejs8.1.zip安装包下载

Cesium-1.48安装包+nodejs8.1安装包 cesiumjs是什么 一个世界级3D地球仪和地图的开源JavaScript库。

合成孔径雷达图像理解pdf电子档

第1章 绪论 第2章 SAR成像原理 2.1 引言 2.2 SAR系统参数 2.3 单脉冲距离向处理 2.4 线性调频脉冲与脉冲压缩 2.5 SAR方位向处理 2.6 SAR线性测量系统 2.7 辐射定标 2.8 小结 参考文献 附录2A星载SAR的方位向处理 第3章 图像缺陷及其校正 3.1 引言 3.2 SAR成像散焦 3.2.1 自聚焦方法 3.2.2 自聚焦技术的精确性 3.2.3 散射体性质对自聚焦的影响 3.3 几何失真与辐射失真 3.3.1 物理原因及关联的失真 3.3.2 基于信号的MOCO方法 3.3.3 天线稳定性 3.4 残留SAR成像误差 3.4.1 残留的几何与辐射失真 3.4.2 旁瓣水平 3.5 基于信号的MOCO方法的改进 3.5.1 包含相位补偿的迭代自聚焦 3.5.2 较小失真的高频跟踪 3.5.3 常规方法与基于信号方法相结合的MOC0方法 3.6 小结 参考文献 第4章 SAR图像的基本特性 4.1 引言 4.2 SAR图像信息的特质 4.3 单通道图像类型与相干斑 4.4 多视处理估计RCS 4.5 相干斑的乘性噪声模型 4.6 RCS估计——成像与噪声的影响 4.7 SAR成像模型的结果 4.8 空间相关性对多视处理的影响 4.9 系统引入空间相关性的补偿 4.9.1 子采样 4.9.2 预平均 4.9.3 插值 4.10 空间相关性估计：平稳性与空间平均 4.11 相干斑模型的局限性 4.12 多维SAR图像 4.13 小结 参考文献 第5章 数据模型 5.1 引言 5.2 数据特征 5.3 经验数据分布 5.4 乘积模型 5.4.1 RCS模型 5.4.2 强度概率密度函数 5.5 概率分布模型的比较 5.6 基于有限分辨率成像的目标RCS起伏 5.7 数据模型的局限性 5.8 计算机仿真 5.9 小结 参考文献 第6章 RCS重建滤波器 6.1 引言 6.2 相干斑模型和图像质量度量 6.3 贝叶斯重建 6.4 基于相干斑模型的重建 6.4.1 多视处理相干斑抑制 6.4.2 最小均方误差相干斑抑制 …… 第7章 RCS分类与分割 第8章 纹理信息提取 第9章 相关纹理 第10章 目标信息 第11章 多通道SAR数据的信息处理 第12章 多维SAR图像分析技术 第13章 SAR图像的分类 第14章 现状与前景分析

Effective C++ 中文版第三版 高清PDF

《Effective C++：改善程序与设计的55个具体做法》(中文版)(第3版)一共组织55个准则，每一条准则描述一个编写出更好的C++的方式。每一个条款的背后都有具体范例支撑。第三版有一半以上的篇幅是崭新内容，包括讨论资源管理和模板（templates）运用的两个新章。为反映出现代设计考虑，对第二版论题做了广泛的修订，包括异常（exceptions）、设计模式（design patterns）和多线程（multithreading）。 《Effective C++》的重要特征包括： ·高效的 classes、functions、templates 和inheritance hierarchies（继承体系）方面的专家级指导。 ·崭新的 TR1 标准程序库功能应用，以及与既有标准程序库组件的比较。 ·洞察 C++和其他语言（例如Java、C#、C）之间的不同。此举有助于那些来自其他语言阵营的开发人员消化吸收 C++ 式的各种解法。

PRML模式识别与机器学习.pdf(中文版+英文版)

PRML模式识别与机器学习，英文原版+中文翻译（马春鹏版），共大家学习！

模式识别第4版（中文版+英文版+PPT源码）

《模式识别（第四版）》是2010年电子工业出版社出版的图书，作者是西奥多里蒂斯。本书由模式识别领域的两位顶级专家合著，全面阐述了模式识别的基础理论、最新方法、以及各种应用。 作　者：(希)Sergios Theodoridis / (希)Konstantinos Koutroumbas，李晶皎等译 第1章 导论 1.1 模式识别的重要性 1.2 特征、特征向量和分类器 1.3 有监督、无监督和半监督学习 1.4 MATLAB程序 1.5 本书的内容安排 第2章 基于贝叶斯决策理论的分类器 2.1 引言 2.2 贝叶斯决策理论 2.3 判别函数和决策面 2.4 正态分布的贝叶斯分类 2.5 未知概率密度函数的估计 2.6 最近邻规则 2.7 贝叶斯网络 习题 MATLAB编程和练习 参考文献 第3章 线性分类器 3.1 引言 3.2 线性判别函数和决策超平面 3.3 感知器算法 3.4 最小二乘法 3.5 均方估计的回顾 3.6 逻辑识别 3.7 支持向量机 习题 MATLAB编程和练习 参考文献 第4章 非线性分类器 4.1 引言 4.2 异或问题 4.3 两层感知器 4.4 三层感知器 4.5 基于训练集准确分类的算法 4.6 反向传播算法 4.7 反向传播算法的改进 4.8 代价函数选择 4.9 神经网络大小的选择 4.10 仿真实例 4.11 具有权值共享的网络 4.12 线性分类器的推广 4.13 线性二分法中1维空间的容量 4.14 多项式分类器 4.15 径向基函数网络 4.16 通用逼近 4.17 概率神经元网络 4.18 支持向量机：非线性情况 4.19 超越SVM的范例 4.20 决策树 4.21 合并分类器 4.22 合并分类器的增强法 4.23 类的不平衡问题 4.24 讨论 习题 MATLAB编程和练习 参考文献 第5章 特征选择 5.1 引言 5.2 预处理 5.3 峰值现象 5.4 基于统计假设检验的特征选择 5.5 接收机操作特性（ROC）曲线 5.6 类可分性测量 5.7 特征子集的选择 5.8 最优特征生成 5.9 神经网络和特征生成/选择 5.10 推广理论的提示 5.11 贝叶斯信息准则 习题 MATLAB编程和练习 参考文献 第6章 特征生成I：线性变换 6.1 引言 6.2 基本向量和图像 6.3 Karhunen-Loève变换 6.4 奇异值分解 6.5 独立成分分析 6.6 非负矩阵因子分解 6.7 非线性维数降低 6.8 离散傅里叶变换（DFT） 6.9 离散正弦和余弦变换 6.10 Hadamard变换 6.11 Haar变换 6.12 回顾Haar展开式 6.13 离散时间小波变换（DTWT） 6.14 多分辨解释 6.15 小波包 6.16 二维推广简介 6.17 应用 习题 MATLAB编程和练习 参考文献 第7章 特征生成II 7.1 引言 7.2 区域特征 7.3 字符形状和大小的特征 7.4 分形概述 7.5 语音和声音分类的典型特征 习题 MATLAB编程和练习 参考文献 第8章 模板匹配 8.1 引言 8.2 基于最优路径搜索技术的测度 8.3 基于相关的测度 8.4 可变形的模板模型 8.5 基于内容的信息检索：相关反馈 习题 MATLAB编程和练习 参考文献 第9章 上下文相关分类 9.1 引言 9.2 贝叶斯分类器 9.3 马尔可夫链模型 9.4 Viterbi算法 9.5 信道均衡 9.6 隐马尔可夫模型 9.7 状态驻留的HMM 9.8 用神经网络训练马尔可夫模型 9.9 马尔可夫随机场的讨论 习题 MATLAB编程和练习 参考文献 第10章 监督学习：尾声 10.1 引言 10.2 误差计算方法 10.3 探讨有限数据集的大小 10.4 医学图像实例研究 10.5 半监督学习 习题 参考文献 第11章 聚类：基本概念 11.1 引言 11.2 近邻测度 习题 参考文献 第12章 聚类算法I：顺序算法 12.1 引言 12.2 聚类算法的种类 12.3 顺序聚类算法 12.4 BSAS的改进 12.5 两个阈值的顺序方法 12.6 改进阶段 12.7 神经网络的实现 习题 MATLAB编程和练习 参考文献 第13章 聚类算法II：层次算法 13.1 引言 13.2 合并算法 13.3 cophenetic矩阵 13.4 分裂算法 13.5 用于大数据集的层次算法 13.6 最佳聚类数的选择 习题 MATLAB编程和练习 参考文献 第14章 聚类算法III：基于函数最优方法 14.1 引言 14.2 混合分解方法 14.3 模糊聚类算法 14.4 可能性聚类 14.5 硬聚类算法 14.6 向量量化 附录 习题 MATLAB编程和练习 参考文献 第15章 聚类算法IV 15.1 引言 15.2 基于图论的聚类算法 15.3 竞争学习算法 15.4 二值形态聚类算法 15.5 边界检测算法 15.6 谷点搜索聚类算法 15.7 通过代价最优聚类（回顾） 15.8 核聚类方法 15.9 对大数据集的基于密度算法 15.10 高维数据集的聚类算法 15.11 其他聚类算法 15.12 聚类组合 习题 MATLAB编程和练习 参考文献 第16章 聚类有效性 16.1 引言 16.2 假设检验回顾 16.3 聚类有效性中的假设检验 16.4 相关准则 16.5 单独聚类有效性 16.6 聚类趋势 习题 参考文献 附录A 概率论和统计学的相关知识 附录B 线性代数基础 附录C 代价函数的优化 附录D 线性系统理论的基本定义 索引