搜索资源列表
matlab作业
- 模式识别一份很好的作业,包括线性分类器;最小风险贝叶斯分类器;监督学习法分层聚类分析;K-L变换提取有效特征,支持向量机-a very good operation, including linear classification; Minimum risk Bayesian classifier; Supervised learning method Hierarchical clustering analysis; K-L transform effective features, supp
wav_featu
- 模式识别中,以小波分析为基础的信号能量特征提取方法,matlab源代码-pattern recognition to wavelet analysis of the signal energy feature extraction method, the source code Matlab
SimulatedAnnealing
- 模拟退火程序:这部分代码是模式识别中结合模拟退火法的特征提取,大家可以对其进行简单的改进会获得更好的效果,比如改变温度表,加上“记忆体”,结合遗传算法等 -simulated annealing procedures : This code is part of pattern recognition in combination with simulated annealing method of feature extraction, you can perform simple im
VC_ImageProcessing
- 《Visual C++数字图像获取、处理及实践应用》杨枝灵、王开等编著。内容:第4章 图像增强(对比度增强、灰度变换法、直方图修整法、图像平滑、图像锐化、伪彩色和假彩色增强);第5章 图像复原(逆滤波复原、维纳滤波方法);第6章 图像处理中的正交变换(傅立叶变换、离散余弦变换(DCT)、沃尔什变换、基于特征向量的变换、霍特林(Hotelling)变换、SVD变换、小波变换、Mallat算法);第7章 图像压缩编码(霍夫曼(Huffman)编码、算术编码、游程编码(Run Length Codin
LDAandPCA
- 站长!这是使用LDA和PCA模式识别方法对人脸特征进行提取计算的Matlab程序框架,比较好!-head! This is the LDA and the use of pattern recognition methods on PCA Facial Feature Extraction for the Matlab program, good!
feature_extraction
- 模式识别和图像处理中特征提取的C++源代码,非常容易集成和使用!-pattern recognition and image processing feature extraction of C source code, and is easy to integrate and use!
sta12_1
- 基于MATLAB的主元分析,可用于信号特征提取及模式识别-the main element analysis, signal can be used for feature extraction and pattern recognition
fingerprint111
- 本文以活体指纹录入仪为指纹采集手段,以个人计算机作为处理平 台,综合运用图像处理和模式识别技术,深入、系统地研究了指纹自动 识别的理论和技术,并且详细的探讨了指纹图像预处理过程的实现,提 出了一种改进的指纹图像全局特征点的提取方法。并在此基层上完成了 指纹分类算法,提出并建立了基于全局特征的指纹识别方法-paper to live fingerprint recording instrument for fingerprint acquisition means a person
pca
- 这是一个模式识别中关于主成分分析的特征提取的matlab源码-This is a pattern recognition on the Principal Component Analysis Feature Extraction of Matlab FOSS
face
- 人脸识别技术的几个主要研究方向,计算机人脸识别是指基于已知的人脸样本库,利用计算机分析图像和模式识别技术从静态或动态场景中,识别或验证一个或多个人脸。通常识别处理后可得到的基本信息包括人脸的位置、尺度和姿态信息。利用特征提取技术还可进一步抽取出更多的生物特征(如:种族、性别、年龄..) 。计算机人脸识别是目前一个非常活跃的研究课题,它可以广泛应用于保安系统、罪犯识别以及身份证明等重要场合。虽然人类对于人脸的识别能力很强,能够记住并辨识上千个不同的人脸,可是对于计算机则困难多了,其表现在:人脸表情
face-recognition-algorithm
- 人脸识别 特征提取 代数特征抽取 子空间学习 投影寻踪 仿生模式识别 核方法-Face recognition feature extraction feature extraction algebra subspace projection pursuit learning pattern recognition of nuclear methods
BP-gearbox-fault-2
- 基于BP神经网络的齿轮箱故障模式识别:以双谱分析为基础,对分析的结果进行特征提取,提出了双谱一BP网络故障诊断方法,并以双谱为BP神经网络的输入特征向量,对所提出的方法进行了实验研究,结果表明所提出的双谱-BP诊断方法是判断齿轮葙故障类型的一种有效方法。-BP,gearbox fault diagnosis
chip_histogram_features
- 特征提取是模式识别中最重要的一个部分,这里提供的matlab代码计算一些基本的话音特征,而且,提供了一个简单的基于直方图的特征分类方法的实现。基本的特征包括:特征统计、Energy Entropy Standard Deviation (std)、均值信息熵、过零率检测、频谱衰减等等六个特征-Pattern recognition feature extraction is the most important part, here' s matlab code to compute so
AUb
- Finger HandWriting 模式识别部分,提取特征数据,训练模型,预测结果-Finger HandWriting模式识别部分,提取特征数据,训练模型,预测结果
motion-tracking-and-implementation
- 目标跟踪是计算机视觉的一个重要分支,日益广泛应用于科学技术、国防安全、航空、医药卫生以及国民经济等领域。实现目标跟踪的关键在于完整地分割目标、合理提取特征和准确地识别目标,同时,要考虑算法实现的时间,以保证实时性。当视频图像中被跟踪目标发生姿态变化,存在旋转或部分遮挡时,简单的灰度模板或者Hausdorff距离匹配一般很难达到实时跟踪目标的要求,出现误匹配或者跟踪丢失的情况,而且跟踪效率较低。Gary R.Bradski提出的CAMSHIFT[1](Continu-ously Adaptive
LBP
- LBP(局部二值模式)特征提取,用于人脸识别,-LBP feature extraction for face recognition. . .
LBPandPCA
- 为有效解决局部二元模式(LBP)在人脸识别特征提取时维数过高的问题,提出了一种结合LBP特征和主成分分析(PCA)的人脸识别方法.-To effectively solve the local binary pattern (LBP) feature extraction in face recognition problem of high dimensionality, we propose a combination of LBP features and principal compon
中控指纹识别
- 中控指纹识别, 生物识别技术。指纹识别系统是一个典型的模式识别系统,包括指纹图像获取、处理、特征提取和比对等模块。指纹识别技术是目前最成熟且价格便宜的生物特征识别技术。目前来说指纹识别的技术应用最为广泛,我们不仅在门禁、考勤系统中可以看到指纹识别技术的身影,市场上有了更多指纹识别的应用:如笔记本电脑、手机、汽车、银行支付都可应用指纹识别的技术。-Control of fingerprint identification
MNIST
- MNIST手写体数字识别库及图片提取代码MNIST手写数字库识别实现摘要手写数字识别是模式识别的应用之一。文中介绍了手写数字的一些主要特征,并提出了截断次数特征并利用截断次数特征进行了实验(MNIST handwritten digital identification library and picture extraction code MNIST handwritten numeral library identification implementation summary Handwr
lbpcascade_animeface-master
- 利用opencv资源库里自带的lbpcascade_animeface.xml,对普通人脸进行识别,如果有数据库的话,也可以自己训练学习,提取人脸特征,进行学习(We use the lbpcascade_animeface.xml in opencv repository to recognize normal faces. If there are databases, we can also train ourselves to learn, extract facial features