搜索资源列表
TracKIT
- TrackIT是一款开放式的机器视觉开发平台，目前集成了从相机输入、色彩转换、彩色图像处理、灰度图像处理、二值图像处理、阈值分割、边缘检测、Blob检测、相机标定、Kalman滤波器、光流跟踪器、最近邻域跟踪、数学形态学方法、机器学习算法等近100个组件，并在不断添加更新中，采用开源OpenCV、WxWidgets、CMU139等标准工具，使用XML动态解析界面，所有参数在界面上直接调整，同时可立即看到调整效果，并可动态加载组件，可用于一般科学研究和机器视觉系统开发。运行时需要.net框架支持。
FastSearching
- 最近邻搜索算法，k_tree算法的大部分中文文献-Nearest neighbor search algorithm, k_tree algorithm for most of the Chinese literature
RGBImage
- 利用双线性插值和最近邻插值实现RGB图像的缩放，利用MATLAB编写-The use of bilinear interpolation and nearest neighbor interpolation to achieve RGB image scaling, using MATLAB to prepare
KNN
- K最近邻(K-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。-KNN algorithm
2
- 编写24位彩色图像的平移处理程序；编写基于最近邻插值算法的24位彩色图像放大处理程序；编写基于双线性插值算法的24位彩色图像放大处理程序；编写基于最近邻插值算法的24位彩色图像缩小处理程序；编写基于双线性插值算法的24位彩色图像缩小处理程序；编写基于最近邻插值算法的24位彩色图像旋转处理程序；编写基于双线性插值算法的24位彩色图像旋转处理程序；-The preparation of 24-bit color image translation process the preparation o
123456
- 根据所给样本数据用三种不同的方法绘制该公路并估计其长度。 分别用线性插值法、最近邻域插值法和三次样条插值法计算公路长度，并用勾股定理估计公路的长度 -According to the sample data in three different ways, the road map and estimate its length. , Respectively, by linear interpolation, nearest neighbor interpolation domain
Raw
- 本程序能够实现RAW文件和BMP图像的均衡化处理，RAW文件转化为BMP，图像缩放（最近邻差值方式、双线性插值、三次B样条插值），两幅图像的相似度比较-This procedure can be achieved RAW image files and BMP balanced treatment, RAW files into BMP, image scaling (the margin nearest neighbor approach, bilinear interpolation, th
TLDA_1
- 人脸识别中TensorLDA算法的matlab程序，使用最近邻分类器进行识别。-Face Recognition TensorLDA algorithm matlab procedures, the use of nearest neighbor classifier to identify.
TPCA
- 人脸识别中TensorPCA算法的matlab程序，使用最近邻分类器进行识别。-Face Recognition TensorPCA algorithm matlab procedures, the use of nearest neighbor classifier to identify.
ANN
- 由国外著名大学编写的非常有效近似最近邻分类算法的源码与库，可直接使用，也可作为学习-Well-known universities from abroad prepared very effective approximate nearest neighbor classification algorithm source code and libraries, can be used directly, can also be used as study
Chameleon
- Chameleon算法是一种通过在合并两类时用更高 的标准来提高聚类质量的聚类算法,它既考虑了互连 性,又考虑了近似度,特别是簇内部的特征,因而能够 自动地适应被合并簇的内部特征,因此具有较强的发 现任意形状和任意大小簇的能力。Chameleon算法首 先由数据集构造成一个K-最近邻图Gk,再通过一个 图的划分算法将图Gk划分成大量的子图,每个子图 代表一个初始子簇,最后用一个凝聚的层次聚类算法 反复地合并子簇来找到真正的结果簇。 -Chameleon
interpretation
- 非常好的向前和向后插值两种方法：用matlab实现最近邻域插值旋转程序-very good ，ifyou want please loadown
invariants
- 有用的几个动力学物理量。包括自相关函数(acorr.m)，复杂度(complexity.m)，最近邻点(fnn.m)，局部非线性预测误差(nlpe.m，Shannon复杂度（Shannon.m）,嵌入窗估计(window.m)-Several dynamic invariants and measures that may be useful. Included are algorithms for autocorrelation (acorr.m), complexity (complexit
imageGUI
- 运用MATLAB工具箱实现图像处理的GUI程序设计 1）图像的读取和保存。 2）设计图形用户界面，让用户能够对图像进行任意的亮度和对比度变化调整，显示和对比变换前后的图像。 3）设计图形用户界面，让用户能够用鼠标选取图像感兴趣区域，显示和保存该选择区域。 4）编写程序通过最近邻插值和双线性插值等算法将用户所选取的图像区域进行放大和缩小整数倍的操作，并保存，比较几种插值的效果。 5）图像直方图统计和直方图均衡，要求显示直方图统计，比较直方图均衡后的效果。 6）能对图像加入
Patternrecognition
- 模式识别基本方法matlab源代码，包括最小二乘法、SVM、神经网络、1_k近邻法、剪辑法、特征选择和特征变换。-Basic method of pattern recognition matlab source code, including the least squares method, SVM, neural network, 1_k neighbor method, editing method, feature selection and feature transformatio
KNN
- Knn算法综述、柔性KNN算法研究、一个高效的knn分类算法、一种改进的KNN分类算法、一种优化的K最近邻协同过滤算法。-Algorithms Knn, flexible KNN algorithm, an efficient knn classification algorithm, an improved KNN classification algorithm, an optimized K-nearest neighbor collaborative filtering algorith
recognition
- 用感知器分类算法和最近邻分类算法对三类点进行分类，具有窗口界面，用鼠标点击就可以了，程序自动给出分类界面-Classification algorithm with the sensor and the nearest neighbor classification algorithm to classify three categories of points, with the window interface, with a mouse click can be had, the prog
FaceRecognitionBasedonWaveletTransform
- 基于小波变换的人脸识别代码本代码对图像进行小波分解，然后又用最近邻方法实现了图像的识别。-Face Recognition Based on Wavelet Transform code-wavelet based face recognition, the code of the image wavelet decomposition, and then with the nearest neighbor method to achieve the image recognition!
juleifenxi
- 针对实际问题定义一种相似性测度的阈值，然后按最近邻规则指定某些模式样本属于某一个聚类类别。-Practical problems for the similarity measure to define a threshold value, and then press the nearest neighbor rule to designate certain mode of samples belonged to a particular cluster category.