搜索资源列表
27_142
- 矩阵计算的c++代码，本矩阵类实现了对矩阵的一些基本操作，比如 +, -, *，求逆等。 实现了矩阵的列主元LU分解，并利用它实现了线性代数方程组的直接解法；还有线性方程组的迭代解法。 另外定义了一些非数学上但经常用到的一些操作 比如两个矩阵对应元素的相乘、相除，对矩阵的每个元素求abs,sqrt等-matrix calculation of c code, the matrices of the matrix to achieve some basic tasks, such
部分选主元的doolittle算法
- 在实现了系数矩阵的三角分解后，为了避免“小主元”做除数而导致更大的误差，在doolittle分解的同时，每一步先选主元，再进行分解计算。-achieved in the triangular matrix decomposition, in order to avoid "small PCA" do Divisor and lead to greater error, the Doolittle decomposition at the same time, every st
mylu
- Gauss列主元消去法解线性方程组.mylu函数中，U0、L0、P0分别为Gauss列主元分解中得U，L，P.-out PCA Gauss elimination method for solving linear equations. Mylu function, U0, L0, P0 Gauss out of the main yuan decomposition in the U, L, P.
subspace
- 子空间分解matlab程序。采用PCA主成元分析方法。
setupbasepack80_D6
- SDL Component suite for D6 SDL 组建是一套支持科学和工程计算的工业控件集，有10万行源码，50个例程. 3D 数据， 3D 数据，地图集，原子符号，β函数的情节的旋转，校验扫描的图像， CAS 登记号码，图表，颜色选择， 常量和兑换率，轮廓绘制，化学结构，化学数据，化学公式，Ｘ分配，群聚，转换程序，曲线适合， 地理数据，基体，图解，目录，配给，矩阵标签， eigenvectors， F-分布， FFT( 快速傅里叶变换) 小圆点的决定因素的数据库， 先进先出
setup_mathpack80_D6
- SDL Component suite for D6 SDL 组建是一套支持科学和工程计算的工业控件集，有10万行源码，50个例程. 3D 数据， 3D 数据，地图集，原子符号，β函数的情节的旋转，校验扫描的图像， CAS 登记号码，图表，颜色选择， 常量和兑换率，轮廓绘制，化学结构，化学数据，化学公式，Ｘ分配，群聚，转换程序，曲线适合， 地理数据，基体，图解，目录，配给，矩阵标签， eigenvectors， F-分布， FFT( 快速傅里叶变换) 小圆点的决定因素的数据库， 先进先出
setup_chempack80_D6
- SDL Component suite for D6 SDL 组建是一套支持科学和工程计算的工业控件集，有10万行源码，50个例程. 3D 数据， 3D 数据，地图集，原子符号，β函数的情节的旋转，校验扫描的图像， CAS 登记号码，图表，颜色选择， 常量和兑换率，轮廓绘制，化学结构，化学数据，化学公式，Ｘ分配，群聚，转换程序，曲线适合， 地理数据，基体，图解，目录，配给，矩阵标签， eigenvectors， F-分布， FFT( 快速傅里叶变换) 小圆点的决定因素的数据库， 先进先出
setup_guipack80_D6
- SDL Component suite for D6 SDL 组建是一套支持科学和工程计算的工业控件集，有10万行源码，50个例程. 3D 数据， 3D 数据，地图集，原子符号，β函数的情节的旋转，校验扫描的图像， CAS 登记号码，图表，颜色选择， 常量和兑换率，轮廓绘制，化学结构，化学数据，化学公式，Ｘ分配，群聚，转换程序，曲线适合， 地理数据，基体，图解，目录，配给，矩阵标签， eigenvectors， F-分布， FFT( 快速傅里叶变换) 小圆点的决定因素的数据库， 先进先出
rendring2006
- 一份retinex算法的code，其中利用pca 做 色度分解，利用改进的bilateral滤波器进行低频和高频分解
PCAbased-Laplacian-pyramid
- 本文阐述了基于主元分析的拉普拉斯金字塔图像融合的原理和方法:首先对原图像分别进行拉普拉斯 金字塔分解,然后分别对高频部分采用主元分析（PCA）法融合,对低频部分采用平均梯度法进行融合,最后对 拉普拉斯金字塔做反变换得到最终的融合图像。通过对可见光与红外图像的融合，以及对不同焦距图像融合 的结果分析，该算法比单纯的PCA和拉普拉斯图像融合能得到具有更多有用信息的高对比度的融合图像-In this paper, principal component analysis based on
PCA
- c#QR分解，通过读入excel文件，读取其中数据，把其中数据读入程序中，进行运算-c# QR decomposition, by reading into the excel file, which reads the data, to which the data is read into the program, for computing
PCA_Nicolas
- 提出一种基于主成分分析(PCA)分解的图像融合框架。对源图像进行主成分分析,依据前几个主成分重建图像,经过下采样过程得到近似图像,对近似图像进行上采样,得到上层图像的差异图像(即细节图像),将最底层近似图像与各层细节图像进行累加完成图像的重构-The proposed fusion framework based on principal component analysis (PCA) decomposition. Principal component analysis of the sou
pcaimage
- 对二维灰度图像进行PCA分解,N是分解的个数，要求图像必须大小一致-Process the image with PCA.It is a good measure.
pca-cPP-svd-algorithm
- 主成分分析的c++实现使用奇异值分解svd算法-Principal Component Analysis based on svd algorithm ，used c++
sub_AIC
- matlab程序，用pca分解重构对原始信号进行噪声抑制，利用bic准则进行主分量阶数选择-matlab program, using pca decomposition and reconstruction of the original signal noise suppression, the use of principal component bic guidelines Order Selection
pcaMethods_1.52.0
- 丢失数据的主成分分析，处理不完整数据的pca分解。pcaMatlab-Principal component analysis of missing data, incomplete data processing pca decomposition.pcaMatlab
code
- 脉冲耦合神经网络PCNN，主成分分析PCA，NSCT分解和重构(Using MATLAB to Realize Pulse Coupling Neural Network PCNN, Principal Component Analysis PCA, NSCT Decomposition and Reconstruction)
pca
- 通过主成分分析可以对混合物量测矩阵进行svd分解，截取特征值大的变量，可以滤掉一些无关信息，使计算量更小(Through the principal component analysis of the mixture can be measured matrix svd decomposition, interception of large eigenvalues of variables, you can filter out some irrelevant information, so
pcadenoise
- 矩阵 pca或者低秩方法去噪，利用svd分解，实现对图像矩阵的去噪，该方法支持对rgb图像的去噪。使用代码请 文章中表明出处，感谢。 感谢重庆市研究生科研创新项目支持，项目号CYS16183(image denoise by low-rand regularizer or pca method. the low rank is evaluted by svd, and this method is also support for rgb image.)
ATGP
- 主要是关于高光谱图像中混合像元分解的方法(It is mainly about the decomposition method of mixed pixels in hyperspectral image)