搜索资源列表
PCA_TT
- 一个PCA的Matlab程序实例,应用于多维参数的自动降维和分类-The Matlab program example of a PCA applied to the automatic multi-dimensional parameter dimension reduction and classification
matlabquzao
- 这里添加高斯噪声,对加噪图像进行二维自适应维纳滤波,利用MATLAB对图像进行降噪。-Here to add gaussian noise, the use of MATLAB image noise reduction.
db4
- 1、 降噪步骤: (1) 一维信号的小波分解。选择一个小波并确定分解的层次,然后进行分解运算。 (2) 小波分解高频系数的阈值量化。对各个分解尺度下得高频系数选择阈值进行软阈值量化处理。 (3) 一维小波重构。根据小波分解的最底层低频系数和各高频系数进行一维小波重构。 matlab里面有关于去噪的函数,你可以找一下~~ 这说的只是基本原理,希望有所帮助-1, noise reduction steps: (1) one-dimensional signal wavelet d
wavelet-Matlab7
- 本书是“MATLAB应用技术”系列丛书之一,以最新推出的MATLAB中的小波分析工具箱Wavelet Toolbox 3.0版本为基础。全书共分为三部分,第1部分着重介绍了小波理论基础,包括小波基础知识、连续小波变换、离散小波变换、多分辨率分析与正交小波变换、小波变换和多采样滤波器组、二维小波变换与图像处理及小波包的基本原理等;第2部分重点说明了小波分析工具箱的详细使用方法,包括图形用户接口、小波通用函数、一维小波变换的MATLAB实现、二维小波变换的MATLAB实现、小波包变换的MATLAB实
emd
- 针对一维非线性非平稳信号降噪的一种算法,EMD算法,这是其MATLAB代码。-An algorithm for one-dimensional nonlinear and non-stationary signal noise reduction, EMD algorithm, which is its MATLAB code.
uinform_LBP
- 均匀LBP的matlab代码,可以将传统的256维降到59维-Uniform LBP matlab code, can be the traditional 256 dimension down to 59 dimensions
PLSzibian
- 偏最小二乘算法实现数据降维,特征提取,MATLAB编程实现(Partial least squares algorithm for data reduction and feature extraction)
PCA
- 2种主成分分析方法,高光谱降维,基于实测光谱数据,光谱解混(endmember extraction matlab)
pujian
- matlab实现的传统语音降噪声使用的谱减增强算法,含有维纳滤波算法,请大家参考学习。(Matlab implementation of the traditional voice reduced noise spectrum enhancement algorithm, contains Wiener filtering algorithm, please refer to the study.)
Factor_Models
- 动态因子模型,该模型可以有效对高维数据进行降维,将成百上千的数据信息浓缩在几个因子里面,即从一国许多经济时间序列数据中估计和解释驱动各变量波动的共同动态因子。 MATLAB代码(dynamic factor model, the model can be effective for high-dimensional data dimension reduction, condensed the hundreds of thousands of data in several factors,
主成分分析
- 主成分分析PCA源码分析,使用matlab编程,是一种降维方法,通过计算数据矩阵的协方差矩阵,然后得到协方差矩阵的特征值特征向量,选择特征值最大(即方差最大)的k个特征所对应的特征向量组成的矩阵。这样就可以将数据矩阵转换到新的空间当中,实现数据特征的降维。
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Algorithm, GA ) 第十课 粒子群优化( Part
pca
- pca降维的MATLAB程序,很好用, 使用时只要把开头的数据集名字改一下就行。