搜索资源列表
LDA
- 线性判别分析法（LDA），LDA以提高样本在子空间中的可分类为目标。寻找一组基向量，在这些基向量张成的子空间中，不同类别的训练样本能有最小的类内离散度，最大的类间离散度。
Eigenvalue
- 这是用C编的计算大矩阵特征值和特征向量的程序。 提供了雅可比法和豪斯荷尔德-QR法两种方法计算矩阵特征值，可实现求取矩阵的特征值，所有结果必须到相应文件夹下（必须同时存放矩阵文件和程序）查看，特征值已经按从小到大的顺序排好。
ResearchandRealizationinFaceDetection
- 一篇有关人脸检测的博士论文，提出了一种改进的pca特征提取方法，综合运用小波和离散余弦法对的支持向量机对人脸进行检测
diedai
- 高斯－塞德尔迭代法算法： 设方程组AX=b 的系数矩阵的对角线元素 ，M为迭代次数容许的最大值， 为容许误差。 ① 取初始向量 ，令k=0 ② 对 计算 ③ 如果 ，则输出 ，结束；否则执行④， ④ 如果 ，则不收敛，终止程序；否则 ，转②。
fmf
- 反幂法求矩阵的特征值和特征向量 反幂法适用于矩阵的按模最小的特征值和对应的特征向量。 使用说明： 一般的使用过程： 1、修改输入数据 input2.txt 2、编辑源文件 fanmifa.c 3、编译程序 fanmifa.bat 4、运行 fanmifa.exe
facedetectionSVM
- 这是一个用支持向量基法编写的基于Cam的人脸实时检测的程序
jcbi
- 用雅可比法求实对称阵的特征值与特征向量 例子中为3阶矩阵
矩阵特征值的计算
- 矩阵特征值与特征向量的计算约化对称矩阵为对称对角阵的豪斯荷尔镕变换法似对称三对角阵的全部特征值、特征向量的计算等-Matrix eigenvalues and eigenvectors of the calculation about symmetry symmetric matrix diagonal matrix ho Shihemi Rong transform it symmetric tridiagonal matrix eigenvalue all, the eigenvectors
网络流量的混沌特性研究及网络流量预测算法研究
- 本文针对网络流量的混沌特性，介绍网络流量的相空间重构方法和参数确认的方 法，并通过简单的试验验证理论的可用性。 同时将小波变换和非线性动力学方法相结合研究网络流量的混沌特性，并改进相空 间重构方法。将混沌吸引子投影于小波滤波器向量所张的空间中，并充分利用了小波变 换的去噪优点，将小波变换与相空间重构结合，构建出一个新的重构模型，并用试验证 明其优越性。将小波神经网络混沌时间序列预测方法引入到网络流量预测中，给网络数 据流的预测方法都提供了行之有效的新方法。
基于主成份分析的Bagging集成学习方法
- 机器学习中数据集的冗余特征会影响学习器的泛化能力，一些流行方法如支持向量机和集成学习也难免于 此．研究了利用主成份分析进行特征变换对Bagging集成学习算法的影响，提出一种称为PCA—Bagging的算法，并与 其它算法比如单个支持向量机、支持向量机Bagging集成、带有特征变换的单个支持向量机等进行了性能比较．在 多个UCI标准数据集上的实验表明PCA—Bagging算法具有更好的性能，这说明即使是泛化能力很强的集成学习方 法其学习的数据也需要进行适当的特征变换
matlab源码
- 改程序介绍了主元向量分析法
SYSTICK
- 我不得不说意法半导体确实有点风骚！甚至有点变态。我对ST文档 STM32F10XXX参考手册的编辑水平真是不敢恭维。手册中好多说明都是含糊不清，甚至将好多对初学者来说很重要的地方都一笔带过，让人着实摸不着头脑。比如前面我说过的关于NVIC嵌套向量中断控制器的介绍，这部分我认为是非常重要的，但当你看完他这部分介绍，你根本不会设置中断服务程序，他有哪些寄存器都不知道，更别说去设置了，NVIC的详细介绍是在Cotex-M3中有详细的介绍，不多说。今天我们说的是systick定时器。
QR_algrithm.rar
- 求矩阵特征值和特征向量的算法：QR算法。用于线性方程组的求解，和反幂法算法的设计,Matrix eigenvalues and eigenvectors of the algorithm: QR algorithm. For linear equations, and anti-power-law algorithm design
LBG.rar
- 使用LBG演算法來做影像訓練簿分群動作，此影像訓練簿是為了之後用於向量量化壓縮VQ的部分。,The LBG algorithm is for the VQ codebook generation
yingyongshuzhifenxi.rar
- 本书包括绪论，插值法，函数逼近，解线性方程组的直接方法、迭代法，数值微分与数值积分，非线性方程求根，常微分方程数值解法，矩阵特征值与特征向量的计算以及附录和习题解答等。 ,This book includes introduction, interpolation, function approximation, solution of linear equations of the direct method, iterative method, numerical differentiati
libsvm-cg
- 支持向量机参数c和g的优化，用了三种方法：网格法、遗传算法、 粒子群算法，包你学会。-cgcgcgcgcgcg for libsvm
psosvm
- 利用粒子群演算法來實作支援向量機，藉此來改善支向機之缺點如對大量資料的預測不準確，速度慢等。-utilization Particle Swarm Optimization to constructed support vector machine.
cengcifa.rar
- 用于层次分析法的一致性验证，及顺便求矩阵的最大特征值特征向量。,Analytic hierarchy process for the verification of consistency, and the way for the largest eigenvalue matrix eigenvectors.
SOR
- 松弛因子的介绍（“松弛迭代法是高斯-塞德尔迭代法的一种加速方法，基本思想是将高斯-塞德尔迭代法得到的第k+1次近似解向量与第k次近似解向量作加权平均，当权因子（即松弛因子）w选择是适当时，加速效果很明显。因此这个方法最关键的是如何选取最佳松弛因子。"）和算法。-Relaxation factor of the introduction (" relaxation method is the Gauss- Seidel iteration method for an accelerated