搜索资源列表
源程序1
- 2 无损压缩技术. 2）变长最佳编码定理和唯一可译代码. 2 无损压缩技术. 2 无损压缩技术. 3）哈夫曼编码方法（Huffman）. 2 无损压缩技术. 2 无损压缩技术 ... 预测误差的方差-two lossless compression technology. 2) variable length coding theorem best and the only translated code. Two lossless compression technology. Two los
源程序2
- 2 无损压缩技术. 2）变长最佳编码定理和唯一可译代码. 2 无损压缩技术. 2 无损压缩技术. 3）哈夫曼编码方法（Huffman）. 2 无损压缩技术. 2 无损压缩技术 ... 预测误差的方差-two lossless compression technology. 2) variable length coding theorem best and the only translated code. Two lossless compression technology. Two los
C源代码实例
- 包含220个C语言的各种源程序：001 第一个C程序 002 运行多个源文件 003 求整数之积 004 比较实数大小 005 字符的输出 006 显示变量所占字节数 007 自增/自减运算 008 数列求和 009 乘法口诀表 010 猜数字游戏 011 模拟ATM（自动柜员机）界面 012 用一维数组统计学生成绩 013 用二维数组实现矩阵转置 014 求解二维数组的最大/最小元素 015 利用数组求前n个
图像颜色迁移处理
- 该程序使用MFC编程实现图像颜色迁移，主要是通过颜色空间变换，将原来相关性强的图像转化到相关性弱的颜色空间，再通过源图像与目标图像的均值与方差，求的图像变换的线性关系，最后实现迁移，效果可以。
WL40987330 C语言算法集
- 目录 第一部分 基础篇 001 第一个C程序 002 运行多个源文件 003 求整数之积 004 比较实数大小 005 字符的输出 006 显示变量所占字节数 007 自增/自减运算 008 数列求和 009 乘法口诀表 010&
Matlab蒙特卡罗Monte Carlo仿真
- 这个Matlab程序包，展示了Monte Carlo方法的基本原理，并把它应用到金融行业，展示一种方差缩减的技巧。
高斯分布
- 基于中心极限定理的高斯分布产生方法。获得均值为0，方差为1的标准正态分布，返回值落在[-3,3]之内的数据。使用移位运算加速算法的运行。
MUSIC 算法
- MUSIC（Multiple Signal Classification）是一种信号参数估计算法，其分辨率高。该算法是利用输入信号协方差矩阵特征结构而形成的一种多重信号分类技术。
最大类间方差阈值函数―基于组织的粒子群优化
- matlab编写的多阈值分割程序
KL变换
- KL变换模式识别作业三 一、编程要求： 编程实现KL变换，并对TM六波段图像进行演算。 KL变换的思想是：从n维特征选取m维特征，删去的n-m维特征不一定就是无用的信息，如何在信息损失最小的情况下选取特征，在理论上就显得更严密些。通常采用正交变换，得到新的经变换的模式， 以保证信息损失最小情况下获得有利于分类的特征。 二、编程思想： 将6副图象依次输入获得灰度值存在一个6*size(size为一副图象的像素数)的二维数组中，计算每个波段的灰度均值，然后计算协方差矩阵，得出特征值
图像增强
- 程序提取了很多直方图所需要的参数特征，如均值、方差、偏度、峰度、能量和熵
直线的最小二乘拟合
- 实现线性方程的拟合，给出误差和协方差
LCMV算法程序
- 线性约束最小方差（LCMV）波束形成器是MVDR波束形成器的直接推广，对GSC进行推广，可得到相信约束广义旁瓣抵消器
PCA主成成分分析及MATLAB应用
- 总体主成分，总体主成分的计算，总体成分的性质，主成分的协方差矩阵及总方差。
PCA利用累计方差贡献率确定主元个数的matlab程序
- 主元分析中对主元的个数确定目前没有非常好的办法,这里提供一个比较方便实现的matlab程序
对高维数据采用PCA进行降维处理
- 对高维数据采用PCA进行降维处理，主成分个数采用累积方差贡献率的方法确定
图像压缩常用方法
- 主成份分析 图像压缩常用方法，压缩包中包含两种方式，协方差矩阵方法和在线方法。,PCA common method of img compression
高斯拟合程序，采用高斯函数拟合数据
- 高斯拟合程序，采用高斯函数拟合数据，获得拟合高斯函数的平均值和方差。-Gaussian fitting procedure, using Gaussian function fitting the data, fitting Gaussian function to obtain the mean and variance.