【正文】 圖像，像素值為1表示在圖像(b)的相應(yīng)位置有與背景不一致的物體出現(xiàn)；a為閾值，a0，一般a的取值范圍為：[15，40]。2． 掌握貝葉斯分類器和模糊分類器的基本原理。目標(biāo)矢量：t=[ …… …… ]。6． 設(shè)計(jì)反模糊化方法。2． 確定各控制參數(shù)的論域。⑥當(dāng)所有樣本都訓(xùn)練完，即：k每經(jīng)歷1至P后，如果指標(biāo)滿足精度要求：E≤ε，則程序結(jié)束。五、實(shí)驗(yàn)報(bào)告1． 根據(jù)實(shí)驗(yàn)結(jié)果，分析不同a取值，差分結(jié)果有何不同。五、實(shí)驗(yàn)報(bào)告1． 分析當(dāng)模板圖片中字母的尺寸與待分析圖片中字母的尺寸不同時(shí)，應(yīng)如何解決。3）可執(zhí)行程序一份。從圖中可以看到，1 ≤ i, j ≤ N M +1匹配時(shí)，模板T在待檢測(cè)圖S上順次平移。 a=25 a=45圖23 不同a取值情況下的檢測(cè)結(jié)果圖像(c)2． C均值聚類算法① 選擇把n個(gè)樣本分成c個(gè)聚類的初始劃分，計(jì)算每個(gè)聚類的均值M1, M2, …, Mc和Je，令迭代次數(shù)t=0。3． 學(xué)習(xí)如何根據(jù)實(shí)際問(wèn)題需要進(jìn)行恰當(dāng)?shù)奶卣鬟x擇。其中，隱層的神經(jīng)元個(gè)數(shù)選為5個(gè)。7． 設(shè)計(jì)一個(gè)具有人機(jī)交互界面的控制器系統(tǒng)。四、實(shí)驗(yàn)步驟1． 選擇模糊控制參數(shù)。⑤修正權(quán)值和閾值：。④ 對(duì)圖像(c)應(yīng)用C均值算法，進(jìn)行聚類分析，得到場(chǎng)景中的車輛數(shù)。3． 將找到的英文字母按與待分析圖片中相同的順序?qū)懭胛谋疚募小?）源程序一份。比較T和S i, j的內(nèi)容，若兩者一致，則T和S i, j之差為零，否則不為零。② 選擇一個(gè)備