说明:CNN作为一种卷积神经网络已经在社会各个领域有了非常深入的应用,特别是在图像识别和人脸识别领域,然而在睡眠分类领域还没有特别完善的应用,因此在本代码中,我们设计了一种CNN框架,能有效的适应睡眠过程中分类不均匀的问题,主要分为数据输入层,卷积层,降采样层,全连接层,和分类层,该CNN框架能有效的解决...
说明:仿真效果非常好,实现了图像的灰度化并进一步用于视频监视控,有详细的注释,是国外的成品模型,包括四元数的各种计算,BP神经网络的整个训练过程。
说明:各种kalman滤波器的设计,实现了图像的加水印,去噪,加噪声等功能,算法优化非常好,几乎没有循环,经典的灰度共生矩阵纹理计算方法,Gabor小波变换与PCA的人脸识别代码,仿真效率很高的。