Гліфи визнання

Визнання гліфи (або оптичний гліфи як їх ще називають найбільш часто) є доволі перетину тема, яка має додатки в різних сфер. Найбільш популярні програми, оптичний гліфів є Розширена реальність, де комп'ютер бачення алгоритм знаходить їх у відео-потоку і заміняє з штучно створених об'єктів, створення подання, яка наполовину реальні і наполовину віртуальний - віртуальний об'єктів в реальному світі. Ще одним напрямком застосування оптичного гліфи є робототехніки, де гліфи можуть бути використані для віддавати команди робот або допомогти робота орієнтуватися в деяких середовищі, де гліфи можуть бути використані для дати робот напрямках. Ось один хороший демок оптичних гліфи застосування:

 

 IPPrototyper tool

 

Приховані марківські моделі

Демонструє, як використовувати приховані марківські моделі (HMMs) і Марков послідовності класифікатори визнати послідовностей дискретних спостережень.

 

 

Корені квадратного програмування (QP) розв'язувача

Quadratic programming with the Goldfarb-Idnani solver.

Квадратичне програмування (QP) вирішення проблем за допомогою методу подвійного Гольдфарб і Idnani.

 

Кластеризація (Гауса суміш моделей)

Point cloud clustering with Gaussian Mixture Models.

Муфти розподільні багатовимірний Гауса суміш, використовуючи очікування максимізація.

 

 

Кластеризації (K-засобів і MeanShift)

Color clustering with K-Means and Meanshift.

MeanShift та K-для зменшення кількості кольорів (колір кластеризація) в цифрових зображень.

 

Denavit-Hartenberg кінематику

Denavit-Hartenberg forward kinematics sample application.

Демонструє, як використовувати параметри Denavit-Hartenberg і формул, модель кінематична ланцюгів.

 

Levenberg-Marquardt

Levenberg-Marquardt algorithm for Approximation, Time Series, and the XOR problems.

Демонструє використання нейролінгвістичного додатків для роботи з Levenberg Marquardt замість метод зворотного поширення помилки. Включає в себе рішення для апроксимації, прогнозування часових рядів і ексклюзивних- або використання нейронних мереж, підготовку по Levenberg Marquardt неполадок (XOR).

 

 

 

Випадкові вибірки консенсусу (RANSAC)

Robust linear regression estimation with RANSAC.

Демонструє, як використовувати RANSAC для рішучого fit лінійної регресії, уникаючи негативний вплив викиду дані регресії.

 

Наші партнери

itresearches Discover our Technology Demonstrations : http://t.co/Bm1s6kIFub http://t.co/9JcATBDbUc

Зв'яжіться з нами!

Інформаційний бюлетень

Address

Address:
34 New House, 67-68 Hatton Garden, London, England, EC1N 8JY, City of London
Toll(UK):
+448000786364
Fax(UK) :
+448458520997

About Us

IT Researches ltd is an information technology company & International computer research centre offering a wide variety of 'AI Powered™' IT services for companies and researchers worldwide .

Connet With Us