搜索资源列表
LDA_Linear-Discriminant-Analysis
- 将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的子空间有最大的类间距离和最小的类内距离，即模式在该空间中有最佳的可分离性，与PCA区别：LDA考虑分类标签，属于有监督分类。-Linear discriminant analysis (LDA) is a generalization of Fisher s linear discriminant, a method used in statistics, pattern recognit
duopulepinlvguji
- 提出了一种基于子空间的目标方向角和多普勒频率联合估计算法，该方法引入改进的粒子群优化思想-Proposed based child Target Angle and Doppler frequency space for joint estimation, the method introduces an improved PSO thought Want
SSF
- 信号子空间拟合 噪声子空间拟合 Subspace fitting-Subspace fitting
ssi
- krylov子空间法 krylov子空间方法的程序实现，用于解高阶矩阵-Matlab Codes for Krylov subspace methods 1. MINRES method by Paige and Saunders implementation function [ x, istop, itn, rnorm, Arnorm, Anorm, Acond, ynorm ] = ... minres( A, b, M, shift, show, check, itnlim
ubss_demo
- 基于子空间表示的欠定盲源分离欠定盲源分离算法 包含对应的文章-Underdetermined blind source separation based on subspace representation
CHENGXU
- MUSIC算法[1] 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
subspace
- 语音增强中的子空间算法，klt算法以及pklt算法，内附参考文献。- folder contains subspace algorithms: REFERENCES Hu,Y.and Loizou,P.(2003).A generalized subspace approach for enhancing speech corrupted by colored noise.IEEE Trans. on Speech and Audio Processing,11,334-341.
pmusic_for_DOA_estimation
- spectrum.music对象和pmusic函数提供Schmidt提出的MUSIC算法。该算法基于对自相关矩阵的特征分析，用于对频谱的估计。这种谱分析将数据相关矩阵的信息分为信号子空间和噪声子空间。-spectrum.music objects and functions provide MUSIC algorithm pmusic Schmidt raised. The algorithm is based on the correlation matrix of the feature a
sparse-subspace-clustering
- 关于稀疏子空间聚类的算法程序实现，及对应的论文，matlab源码实现。-On sparse subspace clustering algorithm procedures, and the corresponding paper, matlab source code.
ssc的metlab
- 流形或子空间从一个到多个的扩展，即假设数据集采样于多个欧氏空间的混合。子空间聚类（又称为子空间分割，假设数据分布于若干个低维子空间的并）是将数据按某种方式分类到其所属的子空间的过程。通过子空间聚类，可以将来自同一子空间中的数据归为一类，由同类数据又可以提取对应子空间的相关性质。
Sparse-representation
- 稀疏低秩表示，基于稀疏表示的子空间谱聚类方法-Sparse representation
SSC_1.0
- 数据聚类方法最新方法——稀疏子空间聚类法SSC-SSC Matlab Code
clique
- Clique 子空间聚类算法 自底向上搜索-Clique Subspace clustering algorithm Bottom-up search
clustering-master
- 稀疏子空间聚类的算法程序实现，用Matlab实现的SSC算法。-Sparse subspace clustering algorithm procedures to achieve, SSC algorithm implemented with Matlab.
2015B
- 2015数学建模B题，包括了人工智能很多知识，有谱聚类，多流形学习，人脸识别，以及稀疏子空间聚类。其中的英文参考文献很有价值。-2015 mathematical modeling of B problems, including the artificial intelligence of a lot of knowledge, a spectral clustering, manifold learning, face recognition, as well as sparse subsp
low-ranksc
- 低秩子空间聚类，用于图像分割聚类，能解决图像去噪等问题-Low rank subspace clustering
Desktop
- 这是稀疏子空间聚类的源程序，里面有参考文献原文，以及我自己编的一个实现代码，有需要可以调用程序自己修改的。-This is a sparse subspace clustering of source program, which has a reference text, and I made up a code, there is a need to call the program to modify their own. The input is: English C3s6
mklt
- 基于特征值筛选的子空间语音增强算法研究。-eigenvalue filtering
SSC
- 稀疏子空间聚类（SSC）算法，对一组高维数据分类，得到正确的分类结果-SSC Algorithm
smmc
- SMMC聚类算法，子空间聚类和多流形聚类均好用，线性空间和非线性空间也好用。-SMMC clustering algorithm, subspace clustering and multi manifold clustering are well used, linear space and nonlinear space.