搜索资源列表
pca.m
- 本程序的运行环境为matlab6.5，在command window下输入数据x和a，然后调用函数pca（x，a）（即本程序的主程序）输入的两个参数的意义是：一个是样本数据x，另外一个是主成分累积贡献率的一个闸值，作为选定主成分个数的一个重要数据。 即可得到样本的协方差矩阵，相关矩阵，相关矩阵的特征根及特征向量，主成分个数和主成分负荷矩阵。 -the procedures for the environment matlab6.5. under the command window i
JUNFANFCHA
- 老婆写医学实验论文，要用到均方差计算，他装不上专业的软件，于是我就帮他写了一个，虽然很简单，但是结果肯定是没问题的-medical experiments wife wrote papers, we had to use variance, he pretended not professional software, Thus, I would help him write a one, though very simple, but it is certainly not the probl
dianchazhi
- 一个点插值程序,我也不太清楚具体用途,好象只和距离及方差有关,不是克里金-a point interpolation procedure, I did not know for specific uses, and it seems only distance and the variance is not the Kerry
gemanova
- 进行方差分析的MATLAB源码，源文件中有用法。网络下载的，非原创。有兴趣的朋友一起讨论。-variance analysis of MATLAB source, a source usage. Download the network, non-originality. Interested friends together.
bayesmean
- 一个matlab程序，有关已知方差的高斯分布的均值贝叶斯学习方法。详见程序内说明。-a Matlab procedures, the known variance of the Gaussian distribution of the mean Bayesian learning methods. See Note procedures.
gaussian_noise
- 产生两个均值为m,方差为sgma的高斯随机变量，当输入参数只有一个时，认为均值为0。-mean to have two m, sgma variance for the Gaussian random variables, when only one input parameters, that the mean of 0.
z_allan_new
- 阿兰方差MATLAb实用程序。很实用的。用于误差分析。-Alain variance MATLAb practical procedures. Very practical. For the error analysis.
GetContoursAreaLengthMeanVari
- 图形图象中计算轮廓线总长度,均值和方差等特征,基于OpenCV来实现的.-graphic images to calculate contour length, the mean and variance characteristics, based on OpenCV to achieve.
GHWPCA
- VC 6.0下的主成分分析代码，包括关系矩阵，协方差矩阵，以及因子分析的功能-VC 6.0 Principal Component Analysis code, including the relationship matrix, covariance matrix, and the function of factor analysis
tianjia
- 如何在图像中加入某一固定snr的噪声？分类:matlab与图像处理 在利用matlab做一些自己算法的抗噪分析中，常常会遇到这个问题，matlab中的加噪函数是imnoise，里面的参数是噪声的均值，方差（高斯噪声）或者是感染概率（椒盐噪声），参数不能是snr值，但是很多国外的文章的噪声分析中都是用snr值来衡量加入噪声的程度的-how the image to a fixed snr noise? Categories : Matlab and image processing using
chaosandGeddes
- Geddes,肤色分割，数字滤波器，Otsu-最大类间方差，非线性映射所产生的混沌序列-Geddes, color segmentation, digital filter, Otsu - Otsu, nonlinear mappings from the chaotic sequence
Otsucoding
- Otsu-最大类间方差Matlab代码 最大类间方差法原理：最大类间方差法是由日本学者大津于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2 部分。背景和目标之间的类间方差 ％ 大,说明构成图像的2 部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2 部 ％ 分差别变小。-Otsu - Otsu Matlab code Otsu Principle : Otsu law by Japanese scho
lms_communication
- 研究用于自适应均衡器的LMS算法的性能，数据源产生有零平均和单位方差的由符号+1和-1组成的Bernoulli的序列{I(n)}.数据源之后的信道可以用升余弦脉冲响应来模拟。 -study for the adaptive equalizer LMS algorithm performance, Data Sources have zero mean and unit variance from the -1 and a symbol of the Bernoulli sequenc
rtejfgds
- 现有的代数特征的抽取方法绝大多数采用一维的方法，即首先将图像转换为一维向量，再用主分量分析（PCA）,Fisher线性鉴别分析（LDA）,Fisherfaces式核主分量分析（KPCA）等方法抽取特征，然后用适合的分类器分类。针对一维方法维数过高，计算量大，协方差矩阵常常是奇异矩阵等不足，提出了二维的图像特征抽取方法，计算量小，协方差矩阵一般是可逆的，且识别率较高。-existing algebra feature extraction method using a majority of th
teachingmanage
- 教学信息管理系统是校园信息管理系统的一个有机组成部分。经过详细的需求分析，本系统选用Borland的公司的Delphi7作为开发工具，利用其提供的集成开发环境及各种控件，达到对教学信息管理的目的。开发的教学信息管理系统实现的主要功能包括学生成绩查询、学生资料查询、教师资料查询、单科成绩浏览、学年开课清单、学分计算、平均分计算、方差计算、填加修改学生、教师、课程信息、数据库的还原、备份及其它一些辅助功能。-teaching information management system is Camp
puguji
- 谱估计 (1)修正协方差法 (2)多重信号分类（MUSIC）算法 (3)ESPRIT算法 (4)皮萨论科（Pisarenko）谐波分解法 并对各算法进行分析。 解压后即可在MATLAB上运行-spectral estimation (1) the amendment of covariance (2) multiple signal classification (MUSIC) algorithm (3) ESP RIT algorithm (4) On order pi
gnngauss
- 该文件是产生两组随即的高斯分布系列，均值为0，均方差为N/2-The document was then produced two series of Gaussian distribution, the mean of 0 and standard deviation of the N / 2
zhp-average
- 输入一组数，计算他们呢的平均值和方差，用链表实现实现，插入和删除比较方便-importation of a group of calculating it on average and variance, using chain to achieve realization, insert and delete more convenient
specbandvar
- 基于频带方差的语音端点检测，很有用的，大家自己好好看，不是太难-variance based on the frequency of speech endpoint detection, very useful, we all do well, not too difficult
leijianyuzhifenge
- 图象类间方差阈值分割，用于图象分割，能得到很好的效果!-image category Otsu threshold segmentation for image segmentation, can be very good results!