搜索资源列表
GrayCor
- 计算纹理特征的基于统计的算法，有4个方向可以选择。-texture calculated based on statistical characteristics of the algorithm, there are four directions to choose.
FSelect
- 用于有指导分类器的分类特征进行选择的算法-for guidance on the classification characteristics of the algorithm to choose
pca
- PCA算法程序设计步骤： 1、去均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步） 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量
texture
- 为进一步进行纹理特征分析，从纹理的方向性人手，给出了纹理方向的数学定义式，合理选择差异函数， 构造了具有物理意义的纹理方向描述特征向量．数据处理方面，运用模糊贴近度的概念，结合改进后的属性均值聚 类算法，对一类具有方向性的纹理图象进行分类与分割实验，取得了较好的结果．试验表明，该方法对纹理的方向 性有很好的描述能力． 关键词 图象分割 纹理方向 纹理分割 神经网络 模糊聚类
GCluser
- 分级聚类算法：包括k-mean max-dist min-dist 程序使用方法： 程序中打开文件“.dat”-》选择聚类方法-》显示数据 .dat文件格式： 分成几类 输入样本维数 样本个数 下面依次为样本特征向量
FaceRecog_src
- 程序结构 整个工程可以分为3个部分：算法、功能和应用。 算法部分 算法部分目前分为4个模块：人脸对齐、光照归一化、特征提取和选择、子空间降维，每个模块是一个项目，每个项目生成一个dll供功能部分显式调用。 功能部分 功能部分只有一个项目FaceMngr，该部分依赖于算法部分，实现人脸注册、训练、识别、导入/导出等具体功能。该项目生成一个dll供应用部分隐式调用。 应用部分 人脸识别Demo. 另外，工程中
txm
- 本标准规定了QR码符号的要求。它规定了QR码模式2符号的特征，数据字符编码，符号格式，尺寸特征，纠错规则，参考译码算法，符号质量要求，以及可由用户选择的应用参数，在附录中给出了QR码模式1符号不同于模式2的特性。-This standard sets out the requirements of QR Code symbols. It provides a QR Code symbol Mode 2 characteristics, data character encoding, symbo
mubiaogenzong
- 遮挡情况下基于特征相关匹配的目标跟踪算法。先对目标灰度性质做出判断,然后根据灰度单一或是丰富来合理选择边缘相关匹配或者是基于多子块的灰度相关匹配来解决遮挡情况下的刚性目标跟踪问题-Based on the characteristics of shelter-related cases that match the target tracking algorithm. First aim to determine the nature of gray, then gray or a single
cannythreshold
- 其基本思想是：首先，用微分算子检测图象的边缘；然后，在这些边缘象素点上进行二值化阈值的自动选择；最后，对于其它非边缘象素点则采取常规方法进行二值化处理。实验结果表明，这个基于边缘特征检测算子的算法能很好地保留原图的边缘特征，并能处理低质量的图象-The basic idea is: First of all, the differential operator with the edge detection image And, at these points on the edge pixe
yuxiangchuli--pinghua
- 一幅原始图像,在获取和传输过程中,会受到各种噪声的干扰,使图像退化,质量下降. 退化会引起图像模糊,特征淹没,对分析图像不利.为了抑制噪声改善图像质量进行的处理称为图像平滑或去噪.利用高斯函数得到了图像平滑去除随机噪声中使用的平滑模板的一个较普遍的公式。该公式为图像平滑去除噪声提供了多种模板选择。针对不同的图像噪声水平，选取不同的模板，才能达到去除噪声的最理想的效果。文中给出了图像平滑的实现算法,显示结果验证了上述方法和结论。-Any picture would be affected by a
jiyushilianglianghuadeshuohrshibe
- 基于矢量量化的说话人识别本文从语音信号的预处理开始分析， 主要研究了特征参数的选择、提取、及识别算法，应用全极点模型，提取了语 音信号的线性预测倒谱系数和美尔倒谱系数，并进一步获得其一阶差分，将倒 谱系数与其一阶差分结合在一起形成新的特征参数。在识别算法方面，本文对 矢量量化的方法进行了研究，用Matlab语言实现了说话人识别系统的仿真与验 证。实验证明这种参数与单纯的线性预测倒谱系数和美尔倒谱系数相比更为有 效。- speech paper，help you study
pcaProgram
- PCA算法程序设计步骤： 1、取均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步） 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量 -PCA algorithm programming steps: 1, access means 2, the calculation of
ChinesePronominalCoreferenceResolution
- 基于决策树的汉语代词共指消解 提出一种统计与规则相结合的决策树算法进行汉语代词共指消解 ,利用规则过滤掉属性冲突的反例 ,一定程 度上弥补了决策树算法忽略属性关联性的缺点. 采用 Chinese Treebank 作为语料进行测试 ,手工标注其中的共指 关系和特征向量 首先用规则过滤 ,然后采用 C415 决策树算法选择先行语. 实验结果显示 ,消解成功率为 82159 ,其中人称代词和指示代词的成功率分别为 87160 和 75121 .-A total based on de
PLSUVE
- 基于偏最小二乘回归的matlab中无信息变量消除算法的特征选择(Feature Selection of No Information Variable Elimination Algorithm in Matlab Based on Partial Least Squares Regression)
mRMR2
- mRMR算法，用于特征选择，包含代码和例子(mRMRalgorithm for feature selection, code and example)
MCFS_p
- MCFS算法，多聚类特征选择，嵌入式特征选择的经典算法(MCFS algorithm, multi-cluster feature selection, classical embedded feature selection algorithm)
code
- 是关于文章Self-Adaptive Particle Swarm Optimization for Large-Scale Feature Selection in Classification的Matlab源代码，希望对从事这个方向的人员有所帮助。(Self-Adaptive Particle Swarm Optimization for Large-Scale Feature Selection in Classification)
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Algorithm, GA ) 第十课 粒子群优化( Part
Feature Selection using GA
- 用二进制遗传算法做特征选择，此算法效率高，选择的特征数目少。(The binary genetic algorithm is used for feature selection, which has high efficiency and few features.)
beiBao01
- 免疫克隆解决01背包问题，将免疫概念及其理论应用于遗传算法，在保留原算法优良特性的前提下，力图有选择、有目的地利用待求问题中的一些特征信息或知识来抑制其优化过程中出现的退化现象，这种算法称为免疫算法(Immune Algorithm) IA。人工免疫算法是一种具有生成+检测 (generate and test)的迭代过程的群智能搜索算法。从理论上分析，迭代过程中，在保留上一代最佳个体的前提下，免疫算法是全局收敛的。(Immune clone solves 01 knapsack problem