搜索资源列表
Feature_Vector_Analysis
- 用LDA及pca算法分析特征，选择最好的特征。-This program uses LDA and PCA to analyze features from weka arff file. The projection on PCA and LDA space visualizes the goodness of the features. If the features are good enough to be classified well they should have some ki
redmine
- Redmine 是一个开源的、基于Web的项目管理和缺陷跟踪工具。它用**历和甘特图辅助项目及进度可视化显示。同时它又支持多项目管理。Redmine是一个自由开放 源码软件解决方案，它提供集成的项目管理功能，问题跟踪，并为多个版本控制选项的支持。虽说像IBM Rational Team Concert的商业项目调查工具已经很强大了，但想坚持一个自由和开放源码的解决方案，可能会发现Redmine是一个有用的Scrum和敏捷的选择。 由于Redmine的设计受到Rrac的较大影响，所以它们的软件包有
DataMining3rd
- 评测数据在去掉停用词的 分类过程开放测试中,引入Good-Turing算法的分类性能比Laplace原则提高了3·05 ,比Lidstone方法提高 1·00 .而在交叉熵选择特征词的算法中,增加Good-Turing的贝叶斯分类方法可比最大熵分类性能高95 .通过这种数据平滑的算法,有助于克服因数据稀疏而引发的特征词缺失问题 -Evaluation data in the open test of the classification process to remove stop
ECC
- 对椭圆曲线来说最流行的有限域是以素数为模的整数域（参见 模运算），或是特征为2的伽罗瓦域GF(2m)。后者在专门的硬件实现上计算更为有效，而前者通常在通用处理器上更为有效。专利的问题也是相关的。一些其他素数的伽罗瓦域的大小和能力也已经提出了，但被密码专家认为有一点问题。 给定一条椭圆曲线E以及一个域，我们考虑具有形式有理数点的阿贝尔群，其中x和y都在中并且定义在这条曲线上的群运算"+"（运算"+"在文章椭圆曲线中描述）。我们然后定义第二个运算"*" | Z×：如果P是上的某个点，那么
fruitextract
- 只要运行“apple.m”就可以了 按照灰度化，直方图均衡化，中值滤波，边缘检测，特征提取的顺序来 特征提取中，取得“比例系数”时，选择一张横径图片，序号与之前选择图像的相同-Just run the " apple.m" on it in accordance with the grayscale, histogram equalization, median filtering, edge detection, feature extraction feature
SVM-based-image-classification
- 基于SVM的图像分类，由于支持向量机的分类能力极大地依赖于核参数的选取，因此，本文着重研究了核参数选择方法，并利用不同的颜色、纹理特征对图像进行分类。 -SVM-based image classification, the classification capability of SVM kernel parameters greatly depend on the selection, therefore, this paper focuses on the kernel paramet
frft
- 矩形信号的frft（分数傅里叶变换wigner_ville_1.m 单分量信号去噪 wigner_ville_2.m 双分量平行信号去噪 wigner_ville_3.m 3分量信号频率检测）分数傅里叶变换是经典傅里叶变换的另一种改进方式。它的主要特点是提供研究对象从时间域到频率域全过程的综合描述，随着阶数从0连续增长到1，分数傅里叶变换展示出研究对象从纯时间域逐步变化到纯频率域的所有变化特征。因此，分数傅里叶变换提供了远比傅里叶变换多得多的可供选择的数据处理和分析方法。-The rec
frft_main
- frft.m 分数傅里叶变换程序 分数傅里叶变换是经典傅里叶变换的另一种改进方式。它的主要特点是提供研究对象从时间域到频率域全过程的综合描述，随着阶数从0连续增长到1，分数傅里叶变换展示出研究对象从纯时间域逐步变化到纯频率域的所有变化特征。因此，分数傅里叶变换提供了远比傅里叶变换多得多的可供选择的数据处理和分析方法。-frft.m fractional Fourier transform procedure fractional Fourier transform classic Fourier
MainEigenvectorsSelectionInMIMO
- 该资料给出了一种基于特征空间的MIMO天线选择算法，并给出了详细的算法描述，及仿真结果。-The information gives a antenna selection based on main eig envectors of CSI, and gives a detailed descr iption of the algorithm, and simulation results
Wang_PCA
- 、去均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步） 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量 -To mean the number of calculated co-covariance matrix and its eigenvalues and eigenvectors to calculate
sc
- 实现SC谱聚类算法，该算法首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量，然后选择合适 的特征向量聚类不同的数据点-Achieve the SC spectral clustering algorithm Firstly, a descr iption of the similarity of paired data points affinity matrix based on the given sample data set definiti
Feature-selection-and-extraction
- 武汉大学《模式识别导论》特征的选择与提取的课件-feature selection and extraction of 《pattern recognition introductory》from Wuhan University.
adaboost-train-test
- 级联分类器学习，训练，测试过程 选择了HOG特征和LBP特征-adaboost train learn test hog feature lbp feature
feature_selection
- 顺序浮动向前选择：选取特征中影响系数较大的特征。-The order of floating forward options: select characteristics influence coefficient larger feature.
shixibaogao
- 该实验报告对指纹识别系统整体的构建进行了说明，其中还包括遇到的问题以及解决过程的分析。对指纹识别系统的总体设计和各部分设计进行了相应说明，首先将整个系统分为三个部分：指纹预处理，特征值提取和指纹特征匹配；其中指纹预处理部分又可分为：指纹图像的分割、均衡、增强、二值化、细化等部分。每部分选择最优化的算法，首先用C语言进行软件实现，然后与硬件相结合，以DSP TMS320VC5416为平台，在DSP集成开发环境CCS上进行算法调试。 -The test reports on fingerprin
FaceDet(Gabor_netWork)
- 使用Gabor特征提取和神经网络的人脸检测，里面带有人脸和非人脸的训练图库，检测效果很好。 运行该程序： 1 -所有文件和目录复制到MATLAB的工作文件夹 *-为了运行程序，你必须有图像处理和神经网络工具箱 2 - 找到名为“main.m”的文件 3 - 双击这个文件或在命令窗口中的“主”类型 4 - 将显示一个菜单。点击“火车网”，并等待，直到程序完成培训 5 - 点击“照片上的测试”。将出现一个对话框。选择一个。JPG图片 6 - 等待，直到程序检测
LabVIEW-paper
- 09年上交大的硕士论文 本论文作者在对风电场监控系统进行实际调研后，以美国 GE 公司的1.5MW 变速变桨距双馈异步风力发电机组为例做为被监测对象，应用 美国国家仪器公司 NI（National Instruments Corporation）虚拟仪器技术 和 LabVIEW8.5 作为软件平台，尝试开发大型风力发电机组旋转机械状 态监测系统，并根据风力发电机组和风电场远程监控的特征，对监测系 统的通信方式进行分析比较后，选择通信方案。监测系统的目的是对采 集的振动信号
diaocha
- 学生业余生活调查系统asp.net源码，可以进行选择或自定义，暂没有管理后台。 （一）设计如下面的数据项和数据结构。 1、题目信息，包括的数据项有：编号，主题，票数。 2、选项信息，包括的数据项有：编号，选项编号，选项内容，票数。 （二）数据库概念结构设计 根据上面设计规划出的实体 （三）逻辑设计 基本表设计 将E-R图转化为关系模式。利用关系型数据库的特征，将系统设计为1个数据库，包含2个基本表： 1、主表：编号，主题，票数。 2、附表：编号
contentbasedimageretrieval
- 十分实用的基于内容的图像检索系统，通过选择不同的特征提取方式，检索到相似图像。-this Content-based image retrival system is very practicable,extracted by selecting different characteristics retrieve similar images .
tracking
- 视频的运动目标跟踪，目标可自行框定选择。采用MeanShift、纹理特征及混合高斯模型等融合的方法。目标跟踪效果非常好，尤其运动速度较快情况，以及人物间遮挡情况。-Video moving target tracking, the goal of self-framed choice. Of MeanShift, texture feature and mixed Gaussian model fusion method. Target tracking performance is very