搜索资源列表
filter
- 数字滤波，包含：中位值滤波，算术平均滤波，去极值平均滤波，加权平均滤波，低通滤波
waveletcontrast
- 提供了子波域矩阵加权，标量加权，修正加权的方法对比，包括小波分解，kalman滤波，信息融合等内容，该程序论文已被IEEE期刊收录
Model
- 采用距离反比加权算法，对三维离散数据进行插值，可以插出地形，采用分层插值，提高了插值速度
libsvm-weight-2.81
- 一种基于局部密度比权重设置模型的加权支持向量回归模型来单步求解多分类问题：该方法先分别对类样本中每类样本利用局部密度比权重设置模型求出每个样本的权重隶属因子,然后运用加权lib支持向量回归算法对所有样本进行训练,获得回归分类器,希望对大家有用!
imagemosaicbasedonwavelet
- 一种基于小波分解的多图象拼接技术.对在多个图象间进行非规则形状图象拼接的多分辨整合技术进行了研究。运用Multi2masks方法将多个图象的选定区域同时融合在一起, 减小了计算量, 并利用小波变换对图象进行多分辨分解, 采用与频段宽度成正比的加权拼接宽度来消除拼缝的影响.
mosaic
- 一种图像拼接源码。该方法首先运用基于列特征的匹配方法，确定出图像重叠区域；然后采用直方图匹配方法进行灰度调整；最终使用加权平滑算法完成图像的无缝拼接。
denoise0
- 有效抑制噪声的算法，通过图像自身的荣誉信息，设定不同的权值，把灰度在所求像素灰度附近的像素灰度进行加权平均。
wkmeans
- 加权k均值算法，或者称为加权C均值聚类算法
MethodofFacialExpressionRecognition
- 为了更准确地识别人的表情，在识别人脸7 种基本表情（愤怒、厌恶、恐惧、高兴、无表情、悲伤和惊讶）时，采用了局域二值 模式技术提取面部特征，进行由粗略到精细的表情分类。在粗略分类阶段，7 种基本表情中的2 种表情被选为初步分类结果（候选表情）。 在精细分类阶段，选用计算加权卡方值确定最终分类结果。采用日本的Jaffe 表情数据库来验证算法性能，对陌生人表情的识别率为77.9％， 其结果优于采用同样数据库的其他方法，且易于实现
MPEG4
- 这是MPEG-4标准中采用的音频压缩技术之一：结构化音频压缩技术。 aacquant.h aacquant.c － 结构化音频量化 backpred.h backpred.c － 后向预测 channels.h channels.c － 音频信道 faac.h faac.c － 结构化音频压缩 fft.h fft.c － 快速Fourier变换 filtbank.h filtbank.c － 滤波器 frame.h frame.c － 音频帧定义 huffm
phasearray_radar
- 相控阵雷达的重要性就不用多说了。本人仔细编写了相控阵雷达的仿真波束图，和切比雪夫加权矩阵波束图。虽然文件不大，但是编的很辛苦的。
huiduzhifangtu
- 自己编的一些关于图像灰度直方图处理的MATLAB源程序，包括加权距离，累加直方图，欧氏距离，直方图相交法，中心距法共5种方法，可选择适合的选用。
@linear
- 针对SVM法线特征筛选算法仅考虑法线对特征筛选的贡献,而忽略了特征分布对特征筛选的贡献的不足,在对SVM法线算法进行分析的基础上,基于特征在正、负例中出现概率的不同提出了加权SVM法线算法,该算法考虑到了法线和特征的分布.通过试验可以看出,在使用较小的特征空间时,与SVM法线算法和信息增益算法相比,加权SVM法线算法具有更好的特征筛选性能.
CRCV2
- 加权多项式采用CRC16=X16+X15+X5+1，函数crc16(uchar *ptr,uchar len)对地址ptr起始的len个字节进行CRC校验，并将结果保存在变量CRC中。
aa
- 详细介绍了三维模型的归一化处理,基于深度加权法向映射的三维模型检索算法
scaling_down
- 按位置图像加权缩小计算函数。不同于线性插值或三次插值算法。
support_vector_machine
- C针对模式识别问题H描述了支持向量机的基本思想H着重讨论了OD=?PI最小二乘=?PI加权=?P 和直接 =?P 等新的支持向量机方法H用于降低训练时间和减少计算复杂性的海量样本数据训练算法分块法I分解法H提 高泛化能力的模型选择方法H以及逐一鉴别法I一一区分法IPD., 分类法I一次性求解等多类别分类方法@最后给 出了污水生化处理过程运行状态监控的多类别分类实例@作为结构风险最小化准则的具体实现H支持向量机具有 全局最优性和较好的泛化能力
MPEG4
- MPEG-4音频编码 这是MPEG-4标准中采用的音频压缩技术之一：结构化音频压缩技术。 aacquant.h aacquant.c － 结构化音频量化 backpred.h backpred.c － 后向预测 channels.h channels.c － 音频信道 faac.h faac.c － 结构化音频压缩 fft.h fft.c － 快速Fourier变换 filtbank.h filtbank.c － 滤波器 frame.h frame.c
IntrusionDetectionTechnologyBaseonSupportVectorMac
- 本论文将统计学习理论引入入侵检测领域，讨论了基于SVM方法的智能检测 策略，检测算法具有良好的推广能力.引入HVDM距离代替范数，改进了SVM的 RBF核函数定义，使之能够直接处理异构的网络连接信息 利用有保证的估计方法 来确定训练数据集规模，避免了依靠实验选择训练规模的盲目性 针对重复样本 和重要样本提出了样本加权的思路，降低了错分样本的可能 考虑到网络连接记 录的不同属性对检测结果贡献不一的事实，提出了特征选择与特征加权的方法， 进而得到一个更好的分类超平面，提高了检
2
- 融合算法文章《证据合成及其应用》《加权证据组合算法的研究》