搜索资源列表
lle
- 流形学习算法LLE的核心代码，实现对高维图像数据的降维，适合初学者-LLE manifold learning algorithm of the core code, the realization of high-dimensional image data dimensionality reduction, suitable for beginners
drtoolbox
- 国外的牛人写的软件，数据降维工具箱，包含了几十种常用的流形学习方法的源码，自带图形界面。-A foreign master write this dimension reduction toolbox,there s dozens of code of common manifold learning methods.
MVU
- 流形学习中的重要方法MVU的源代码，也就是所谓的sde-Manifold learning an important means of MVU-MVU
llde_cmb
- 人脸检测一直是人们在研究的问题，流形学习用于人脸检测中的特征提取，用PCA与constructM进行降维，KNN分类器用于分类。取得非常好的效果。-Face detection has been the problem of people in the study, manifold learning for face detection feature extraction using PCA and constructM dimension reduction, KNN classifier
stochastic-computation
- TGM.m \\传统的Galerkin方法 MD.m \\时滞惯性流形方法 brownian.m \\演示布朗运动 randomwalk.m \\ 演示随机游走 tumor.m \\ 演示tumor演化-TGM.m \ \ traditional Galerkin method MD.m \ \ Delays inertial manifold method brownian.m \ \ demo Brownian motion randomwalk.m \ \ demo ran
cvprcode
- 这个代码是基于论文“Saliency Detection via Graph-Based Manifold Ranking”下的程序源码，作者是Chuan Yang, Lihe Zhang, Huchuan Lu, Ming-Hsuan Yang, and Xiang Ruan 功能1：使用canny算子计算图像的二值边缘图 -The code is for paper "Saliency Detection via Graph-Based Manifold Ranking" by
SDEmatlab
- 基于监督学习的一种非线性数据降维方法，可以很好地将低维特征从其所在的高维流形中提取出来，用于数据分类。-A nonlinear data dimension reduction based on supervised learning method, is a good way to the lower dimensional feature extracted from its place of higher dimensional manifold, used for data classi
image-pattern-recognition
- 文章拟采用机油和油菜的高光谱图像数据为具体对象，分别从光谱特性分析和图像特性分析两个角度，采用流形学习方法探索一种从非线性高光谱图像数据中提取低维本质信息的方法，结合支持向量机、线性判别分析等模式识别方法建立机油品种和油菜品种的识别模型 -Article intends to adopt oil and rapeseed hyperspectral image data for a specific object, respectively, from the spectral chara
mani
- 流形学习常用的算法都在里面，可以根据需要提取需要的算法-some usual algorithms to manifold learning ,you can copy the part you need
LM331
- V/F变换和F/V变换采用集成块LM331，LM331是美国NS公司生产的性能价格比较高的集成芯片，可用作精密频率电压转换器用。LM331采用了新的温度补偿能隙基准电路，在整个工作温度范围内和低到4.0V电源电压下都有极高的精度。同时它动态范围宽，可达100dB；线性度好，最大非线性失真小于0.01％，工作频率低到0.1Hz时尚有较好的线性；变换精度高，数字分辨率可达12位；外接电路简单，只需接入几个外部元件就可方便构成V/F或F/V等变换电路，并且容易保证转换精度-V/F conversion
Gesture-Recognition-A-Survey
- Abstract-Gesture recognition pertains to recognizing meaning- ful expressions of motion by a human, involving the hands, arms, face, head, and/or body. It is of utmost importance in designing an intelligent and efficient human-computer interfa
LLE
- Locally linear embedding(LLE)是一个经典的流形学习降维方法，通过LLE发现高维数据潜在的内在维数，可以简化计算、方便可视化处理等。-Locally linear embedding (LLE) is a classic manifold learning dimensionality reduction method, discovered by LLE potential inherent high dimensional data dimension, the c
lle
- 用LLE算法来实现高维空间中流行的降维,从而在低位空间中有效表示该流行-to decrease the dimension of manifold embedded in high dimension space
nml
- 流形学习，用于非线性维数约简，作为图像识别或者其他方法的预处理方法-Manifold learning, for nonlinear dimensionality reduction, as the pretreatment methods of image recognition, or other methods
Manifold-Projection
- 该代码利用投影方法对二维图像进行重建和计算，速度很快。-The code using the projection method for two-dimensional image reconstruction and calculating, very fast.
liucing-gongjuxiang
- 程序流形学习算法工具包 matlab工具箱matlab代做QQ1747812398 matlab包括拥有数百个内部函数的主包和三十几种工具包。工具包又可以分为功能性工具包和学科工具包。功能工具包用来扩充MATLAB的符号计算，可视化建模仿真，文字处理及实时控制等功能。学科工具包是专业性比较强的工具包，控制工具包，信号处理工具包，通信工具包等都属于此类。-Program Toolkit manifold learning algorithm matlab matlab doing some QQ1
MONOPOLY
- 模拟网上流形的放大富豪游戏，涉及到堆栈，映射等各种STL容器，是学习数据结构的一次好的练习-Simulate manifold magnification rich game online
Isomap_notice_parafor
- 流形学习ISOMAP算法并行运算实现, neng gou henhao de jiejue yunsuan man de wen ti -ISOMAP of manifold learning para does。neng gou henhao de jiejue yunsuan man de wen ti
uniform-circular-array
- 对一维角度估计采用MUSIC算法 ,通过谱峰搜索得到信号的方位角 对二维角度估计采用模式激励法 ,对均匀圆形阵列的输出信号进行模式激励 ,使其阵列流形具有类似于均匀线性阵列的形式 ,在此基础上 ,对波达矩阵进行特征分解 ,由各特征值对应的特征向量处理得到对应信号的到达方向 .给出的计算机仿真结果证实了它们的有效性 . -This paper studies the DOA estimation based on uniform circular bursts out of a one-dimen
wideband-DOA-estimation
- 提出了一种新的宽带DOA估计方法:频域子空间正交性测试方法(TOFS:Test of orthogonality of frequency sub- space)。该方法通过同时测试频域信号共同带宽内各频段噪声子空间与阵列流形之间的正交性来进行DOA估计。与宽带相干信号子空间方法不同,TOFS方法不需要任何初始值的预估及聚焦操作。与宽带非相干信号子空间方法也不同,TOFS方法同时测试各频段噪声子空间与阵列流形之间的正交性。本文仿真了TOFS与IMUSIC、CSSM、TOPS的性能比较。仿真结果表