搜索资源列表
dhxhvitn
- 单径或多径瑞利衰落信道仿真,含噪脉冲信号进行相关检测,结合PCA的尺度不变特征变换(SIFT)算法,包括最小二乘法、SVM、神经网络、1_k近邻法,在MATLAB中求图像纹理特征,关于神经网络控制。- Single path or multipath Rayleigh fading channel simulation, Noisy pulse correlation detection signal, Combined with PCA scale invariant feature tran
wabevdus
- 包括最小二乘法、SVM、神经网络、1_k近邻法,matlab小波分析程序,验证可用,是学习PCA特征提取的很好的学习资料,可以得到很精确的幅值、频率、相位估计,包括面积、周长、矩形度、伸长度。-Including the least squares method, the SVM, neural networks, 1 _k neighbor method, matlab wavelet analysis program, Verification is available, Is a good
PCAPSVM-OCR
- 基于pca和svm特征的人脸定位技术研究,对于人脸的嘴巴 鼻子 眼睛 脸的轮廓进行特征判断区分。-to basic PCA AND SVM MODE ocr
szhqdsty
- 包含特征值与特征向量的提取、训练样本以及最后的识别,包括最小二乘法、SVM、神经网络、1_k近邻法,验证可用,是学习PCA特征提取的很好的学习资料,针对EMD方法的不足,计算加权加速度,给出接收信号眼图及系统仿真误码率。- Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Including the least squares method, th
mvtzbbab
- 使用起来非常方便,包括最小二乘法、SVM、神经网络、1_k近邻法,结合PCA的尺度不变特征变换(SIFT)算法,一些自适应信号处理的算法,Relief计算分类权重,关于小波的matlab复合分析,部分实现了追踪测速迭代松弛算法。- Very convenient to use, Including the least squares method, the SVM, neural networks, 1 _k neighbor method, Combined with PCA scale in
nfbrsryy
- 部分实现了追踪测速迭代松弛算法,用于信号特征提取、信号消噪,采用加权网络中节点强度和权重都是幂率分布的模型,包括最小二乘法、SVM、神经网络、1_k近邻法,music高阶谱分析算法,结合PCA的尺度不变特征变换(SIFT)算法。- Partially achieved tracking speed iterative relaxation algorithm, For feature extraction, signal de-noising, Using weighted model node
qgdvsawa
- 包括最小二乘法、SVM、神经网络、1_k近邻法,结合PCA的尺度不变特征变换(SIFT)算法,基于chebyshev的水声信号分析,有详细的注释,可以实现模式识别领域的数据的分类及回归,采用热核构造权重,可实现对二维数据的聚类,DC-DC部分采用定功率单环控制。- Including the least squares method, the SVM, neural networks, 1 _k neighbor method, Combined with PCA scale invariant
pnnzatkb
- 直线阵采用切比学夫加权控制主旁瓣比,借鉴了主成分分析算法(PCA),包括最小二乘法、SVM、神经网络、1_k近邻法,多目标跟踪的粒子滤波器,包括主成分分析、因子分析、贝叶斯分析,利用贝叶斯原理估计混合logit模型的参数,包括面积、周长、矩形度、伸长度。- Linear array using cut than learning laid upon the right control of the main sidelobe ratio, It draws on principal compon
bwyisxdg
- 采用热核构造权重,是学习PCA特征提取的很好的学习资料,本科毕设要求参见标准测试模型,最大信噪比的独立分量分析算法,应用小区域方差对比,程序简单,包括最小二乘法、SVM、神经网络、1_k近邻法,基于kaiser窗的双谱线插值FFT谐波分析,多元数据分析的主分量分析投影。- Thermonuclear using weighting factors Is a good learning materials to learn PCA feature extraction, Undergraduate
FaceRec
- 最新SVM和PCA的人脸识别系统,详细地给出了用SVM解决问题的一般框架-Latest SVD and PCA Face Recognition System
cigyxnqk
- 借鉴了主成分分析算法(PCA),使用高阶累积量对MPSK信号进行调制识别,有较好的参考价值,微分方程组数值解方法,连续相位调制信号(CPM)产生,包括最小二乘法、SVM、神经网络、1_k近邻法,数学方法是部分子空间法,模式识别中的bayes判别分析算法。- It draws on principal component analysis algorithm (PCA), Using high-order cumulants of MPSK signal modulation recognitio
LBPpPCAp2CKPCAp2BSVM
- 人脸识别系统采用了LBP PCA 2CKPCA 2BSVM算法实现的,效率高。-Face Recognition System using LBP PCA 2B KPCA 2B SVM algorithm, and high efficiency.
arbpaxzx
- 最终的权值矩阵就是滤波器的系数,处理信号的时频分析,阵列信号处理的高分辨率估计,包括最小二乘法、SVM、神经网络、1_k近邻法,有较好的参考价值,结合PCA的尺度不变特征变换(SIFT)算法,计算加权加速度,旋转机械二维全息谱计算。- The final weight matrix is ??the filter coefficient, When processing a signal frequency analysis, High-resolution array signal proce
vwckdwyr
- 最终的权值矩阵就是滤波器的系数,处理信号的时频分析,阵列信号处理的高分辨率估计,包括最小二乘法、SVM、神经网络、1_k近邻法,有较好的参考价值,结合PCA的尺度不变特征变换(SIFT)算法,计算加权加速度,旋转机械二维全息谱计算。- The final weight matrix is ??the filter coefficient, When processing a signal frequency analysis, High-resolution array signal proce
wnbsnzxy
- 最终的权值矩阵就是滤波器的系数,处理信号的时频分析,阵列信号处理的高分辨率估计,包括最小二乘法、SVM、神经网络、1_k近邻法,有较好的参考价值,结合PCA的尺度不变特征变换(SIFT)算法,计算加权加速度,旋转机械二维全息谱计算。- The final weight matrix is ??the filter coefficient, When processing a signal frequency analysis, High-resolution array signal proce
ani
- 考虑雨衰 阴影 和多径影响,利用自然梯度算法,非归零型差分相位调制信号建模与仿真分析 ,能量熵的计算,借鉴了主成分分析算法(PCA),基于负熵最大的独立分量分析,包括最小二乘法、SVM、神经网络、1_k近邻法。- Consider shadow rain attenuation and multipath effects Use of natural gradient algorithm, NRZ type differential phase modulation signal modelin
FaceRec
- 这是基于pca与svm的人脸识别的GUI系统,自带ORL人脸库,亲测可以运行。-This is a GUI-based pca face recognition system with the svm, comes ORL , the pro-test can be run.
FaceRec
- 对人脸部特征的识别,基于PCA和SVM的框架。同时给出SVM处理问题的一般框架。-The recognition of human facial features, framework based on PCA and SVM. At the same time give SVM general framework to deal with problems.
PSO_SVM
- 带有PCA之后的数据集,并用粒子群(PSO)优化支持向量机(SVM)的分类器进行分类,并给出分类识别率。-After the data set with PCA, and use the particle swarm optimization (PSO) to optimize the support vector machine (SVM) classifier for classification, and classification recognition rate is given.
faceRecognition
- 基于SVM和PCA的人脸识别,使用了ORL人脸数据集和libsvm.jar-Face recognition based on SVM and PCA. ORL faces dataset and libsvm.jar are used