搜索资源列表
other
- 实现文本分类,基于NMF方法构造文本特征向量，使用SVM对特征空间进行分类-text classification based on NMF and SVM to bulid feature vector and realise classification
SIFT-matlab
- SIFT算法大致有四个步骤： 1，尺度空间极值检测。在尺度空间通过高斯微分函数来检测潜在的对于尺度和旋转不变的兴趣点。 2，关键点定位。在兴趣点位置上，确定关键点的位置和尺度。 3，方向确定。基于图像局部的梯度方向，给每个关键点分配方向。 4，关键点描述。在每个关键点的领域内测量图像局部的梯度。最终用一个特征向量来表达。 -SIFT算法大致有四个步骤： SIFT algorithm has four steps: 1，尺度空间极值检测。在尺度空间
colormoments
- 用matlab实现color moments算法，先把rgb图像转换到HSV空间，然后计算每个分量的一二三阶矩，最后组成9维向量进行比较。-Using color moments algorithm matlab realize, first convert rgb images to HSV space, and then calculated for each component of the 123-order moments, the final composition of 9-dim
gmm
- 基于GMM的说话人识别，搭建了一个说话人识别系统用于试验测试，验证了一些参数对性能 的影响，同时使用了多线程并行处理技术，以此缩短识别时间:并提出了一种放 大特征向量差距，变换特征向量在特征空间的分布来提升大容量语音库中说话人 识别率的方法。 -GMM-based speaker recognition, to build a speaker recognition system used for pilot testing to verify the performance i
code
- 特征脸（Eigenface）是指用于机器视觉领域中的人脸识别问题的一组特征向量。使用特征脸进行人脸识别的方法首先由Sirovich and Kirby (1987)提出，并由Matthew Turk和Alex Pentland用于人脸分类。该方法被认为是第一种有效的人脸识别方法[来源请求]。这些特征向量是从高维矢量空间的人脸图像的协方差矩阵计算而来。-implementation of eigenface
PCA
- 针对稀疏表示识别方法需要大量样本训练过完备字典且特征冗余度较高的问题，提出了结合过完备字典学习与PCA降维的小样本语音情感识别算法.该方法首先用PCA降维方法将特征降维，再将处理后的特征用于过完备字典训练与稀疏表示识别方法，从而给出了语音情感特征的稀疏表示方法，并确定了新算法的具体步骤.为验证其有效性，在同等特征维数下，将方法与BP, SVM进行比较，并对比、分析语音情感特征稀疏化前后对语音情感识别率、时间效率以及空间效率的影响.试验结果表明，所提出方法的识别率比SVM与BP高 与采用稀疏化前的
ECG-classification
- 心电图是一种经胸腔的以时间为单位记录心脏的电生理活动，并通过皮肤上的电极捕捉并记录下来的诊疗技术，能警示人体心脏健康状况。我们对十种不同心脏状况的心电图（ECG）数据进行实验，在对原始数据进行了一系列预处理后，利用PCA和ICA进行特征提取降维得到新的特征空间，并利用支持向量机进行训练，最后对未分类心电数据进行分类标记并评价其性能。-Electrocardiography (ECG) is a transthoracic interpretation of the electrical acti
The-LSI-text-classification-model
- LSI就是这样一种维数约减方法。它可以通过对“文档向量矩阵”进行解奇异值分解（SVD: Singular Value Decomposition）运算，自动计算得到一个比原始空间小得多的有效语义空间-LSI is such a dimensionality reduction method. It can be through the "document vector matrix" for the singular value decomposition (SVD: Singular Valu
MUSIC
- MUSIC算法是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值（噪声方差）对应的特征向量组成。MUSIC算法就是利用这两个互补空间之间的正交特性来估计空间信号的方位。噪声子空间的所有向量被用来构造谱，所有空间方位谱中的峰值位置对应信号的来波方位。MUSIC算法大大提高了测向分辨率，同时适应于任意形状的天线阵列，但是原
Classifiers
- 空间向量模型VSM的c++实现代码，有利于进行文本分类预处理工作-The c++ vector space model VSM implementation code, help for text classification preprocessing
id3
- 基于空间向量模型的高性能、高效率ID3算法决策树分类-Vector space model based on high-performance, high-efficiency ID3 decision tree classification algorithm
imal_svm
- 在主空间训练支持向量几的程序相关的论文和方法可以在网上找到--training in the main support vector space of a few papers related to the procedures and methods can be found on the Internet
vector-array
- 用vector（向量）实现动态开辟二维三维数组，这里vector中元素的内存的地址分配也有同双指针实现的二维数组有同样的特点。不过用vector的方法比使用双指针简单地多，分配内存空间时会更安全，数组初始化代码也更简单，所以本人建议使用STL中的vector来实现变长多维数组。-Implemented with vector (vector) opened a two-dimensional dynamic three-dimensional array, the memory address
IG
- 文本分类中特征提取的代码。采用信息增益法，对文本的空间向量模型能达到有效降维。文件的输入形式必须是词号-词频形式。- Text Categorization feature extraction code. Using information gain method, the vector space model of the text to achieve effective dimensionality reduction. Enter the file must be in the f
svddxiangduijuli
- 提出一种基于支持向量数据描述和核空间相对距离的预测算法。-Propose a prediction algorithm based on support vector data descr iption and kernel space relative distance.
sift-alghrithms
- SIFT算法大致有四个步骤: 1，尺度空间极值检测。在尺度空间通过高斯微分函数来检测潜在的对于尺度和旋转不变的兴趣点。 2，关键点定位。在兴趣点位置上，确定关键点的位置和尺度。3，方向确定。基于图像局部的梯度方向，给每个关键点分配方向。4，关键点描述。在每个关键点的领域内测量图像局部的梯度。最终用一个特征向量来表达。-SIFT algorithm roughly four steps: 1, the scale space extremum detection. In the sc
wavelet
- 基于小波的纹理特征，小波四层分解，特征向量含有均值、标准差、空间频率等，共13*4个特征。-Based on texture feature of wavelet, wavelet decomposition, four layers of characteristic vector containing the mean, standard deviation, such as spatial frequency, a total of 13* 4 characteristics.
sift-and-rgb2lab
- SIFT特征和RGB、Lab颜色空间，提取图像的SIFT特征，和RGB、Lab颜色空间向量-SIFT and RGB, Lab color space, image SIFT feature extraction, and RGB, Lab color space vector
A_subspace_algorithm
- 子空间算法是一种基于矩阵特征空间分解的方法，信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成噪声子空间则由协方差矩阵中所有最小特征值噪声方差对应的特征向量组成。子空间算法就是利用这两个互补空间之间的正交特性来估计空间信号的方位-Subspace algorithms is minimized by the corresponding eigenvalues of all the noise variance-covariance matrix of a
word2vec
- word2vec模型源代码，实现分词及词向量的n维空间模型表示等功能-Word2vec model source code, the realization of the space of n-dimensional model of segmentation and word vector representation