为了进一步提升建筑物遥感图像分割的准确性和运算速度，本文提出了基于混沌布谷鸟优化的二维 Tsallis交叉熵的建筑物遥感图像分割方法。首先给出了二维 Tsallis交叉熵的阈值选取公式，然后将 Logistic混沌映射引入布谷鸟算法，进一步加快布谷鸟算法的收敛速度，最后通过该混沌布谷鸟算法优化基于二维 Tsallis交叉熵的阈值寻找过程，并以得到的最优阈值分割建筑物遥感图像。大量实验结果表明，与二维倒数交叉熵法、二维 Tsallis熵法、基于混沌粒子群优化的二维 Tsallis灰度熵法等方法相比较，本文方法分割的目标更为准确，细节更为清晰，且运算时间更短。

紫外线matlab代码艾达网 AdaNet：人工神经网络的自适应结构学习 参考资料：Cortes, C., Gonzalvo, X., Kuznetsov, V., Mohri, M. & Yang, S.. (2017)。 AdaNet：人工神经网络的自适应结构学习。 第 34 届机器学习国际会议论文集，PMLR 70:874-883 这个 Python 项目旨在实现 AdaNet 的 API，使用基于文章的算法：简而言之，这个模型正在根据它适合的数据复杂性从头构建一个神经网络， 这就是它命名为自适应模型的原因。 对于这个实现，手头的问题总是一个二元分类。 在拟合操作期间，它将构建隐藏层和每层中的神经元数量。 决定是更深（添加隐藏层）还是更宽（将神经元添加到现有层）， 或者更新现有的神经元权重以封闭的计算形式完成（通过使用巴拿赫空间对偶）文章中所示。 最后，它将优化最佳神经元（添加或现有）的权重，更新参数并进行迭代。 文章讲了AdaNet的几个变种，这是AdaNet.CVX的实现， 在附录 C 中解释 - 以封闭形式解决每个步骤中的凸子问题。 文章 [v.1] 的先前版本中显示了对该

紫外线matlab代码OpenMM：一个开源的多模态特征提取工具 OpenMM 是一个开源工具，可以执行多模态特征提取。 换句话说，此工具将允许您轻松地一次性提取视频、音频和语言特征。 该工具建立在现有的 GitHub 存储库之上，用于视觉特征提取和音频特征提取。 我将这些现有的存​​储库与我的语言特征提取代码 (LingAnalysis) 集成在一起。 OpenMM 为研究人员提供了一种提取多模态特征的简单方法。 该工具只需要一个视频作为输入并输出一个多模态特征的 csv，音频转换和语音到文本是在内部处理的。 我希望这将有助于促进对构建多模式系统的更多兴趣和研究。 安装 。 引用 如果您在工作中使用了此代码中的任何一个，请引用： OpenMM：一种开源多模态特征提取工具（Michelle Renee Morales、Stefan Scherer、Rivka Levitan），In Proceedings of Interspeech 2017，ISCA，2017。 @inproceedings{morales_openmm:_2017, address = {Stockholm,

紫外线matlab代码数字病理学 MatDigitalPathology 包含支持数字病理图像分析的 Matlab 函数和接口。 它目前提供以下功能： 颜色归一化彩色图像标准化以提高分割和特征提取算法的一致性，包括 Reinhard 归一化。 颜色解卷积将彩色图像解卷积为代表成分染色的强度图像。 OpenSlide 界面库的 mex 接口，用于读取全幻灯片成像格式。 构建 OpenSlide 界面 可以使用 mex 构建 OpenSlide 接口并链接 OpenSlide 库 mex -L/opt/lib/ -lopenslide -I/opt/include/openslide/ openslide_can_open.C 使用 OpenSlide 界面 某些版本的 Matlab 可能会加载不同于 OpenSlide 函数所需的 LibTIFF 版本。 在 Mac 上，这可以通过使用代码注入调用 Matlab 可执行文件来克服： DYLD_INSERT_LIBRARIES=/opt/local/lib/libtiff.5.dylib path_to_matlab_executable

building_segmentation_data.txt

利用初提取的建筑物对象和已剔除的非建筑物对象作为样本建立概率模型,根据贝叶斯准则进行建筑物后提取

详细介绍了利用ecognition软件进行面向对象的建筑物提取，用于遥感影像的分类和信息提取