搜索资源列表
mybss
- 盲信号分离是当前信号处理研究的热点课题之一，在无线数据通信、医学、语音以及地震信号处理等领域有着广阔的应用前景。基于负熵最大的FastICA算法用于实现盲信号分离。该方法的基本思路是以非高斯信号为研究对象，在独立性假设的前提下，对多路观测信号进行盲源分离。在满足一定的条件下，能够从多路观测信号中，较好地分离出隐含的独立源信号。
fastica
- 用matlab实现的最大化负熵的独立分量分析方法，作了正交化处理，可以同时分离出所有的独立分量（无噪声条件下）-Using matlab to achieve the maximization of the negentropy method of independent component analysis, orthogonal made of processing, can be isolated from all of the independent component (no nois
SUANSHU
- 本文由香农熵理论和统计编码的原理开始，逐步展开对基于算术编码的数据压缩的研究与应用的讨论：从算术编码的原理、产生条件、以及研究算术编码的目的意义等，到具体算术编码方案的分析比较以及其C++语言的实现方案-This Yuka agricultural entropy coding theory and statistical theory began to gradually expand the data based on arithmetic coding compression resear
Image-texture-analysis
- 对图像进行纹理处理，为图像识别、目标跟踪创造条件。主要分析：惯性矩、熵以及局部平衡性。-The image texture processing for image recognition, target tracking and create conditions. Main analysis: moment of inertia, entropy, and local balance.
yuzhihuafenge
- 图像分割是把图像划分成具有实际意义的互补交迭的区域的集合。在图像分割之前，图像区域的数目未知，而在分割后各个区域同时满足均匀性和连通性的条件，故图像分割是一个复杂的过程，目前大多数研究都是针对某一类型图像或者某一具体应用的分割。图像阈值化分割的基本思想是确定一个阈值，然后把每个像素点的像素值和阈值相比较，根据比较的结果把像素划分为两类，前景(1)或背景(0)。该方法的关键是确定一个最优的阈值。常用的阈值确定方法有直接门限法、类间最大方差法(otsu法)、分水岭算法、最小误差法、最大熵法等。该段代
Approximate-Entropy-matlab
- 近似熵是系统复杂性测度很有效的一种方法，在医学、机械设备故障的诊断等方面得到广泛应用。近似熵复杂性测度具有计算简便，对时间序列长度等条件要求相对较低等优点，因而更具有实用价值，是水文非线性系统领域中的新型工具。-Approximate entropy is a measure of system complexity, a very effective way, in medicine, the diagnosis of mechanical equipment failures, etc. a
Approximate-Entropy-VB
- 近似熵是系统复杂性测度很有效的一种方法，在医学、机械设备故障的诊断等方面得到广泛应用。近似熵复杂性测度具有计算简便，对时间序列长度等条件要求相对较低等优点，因而更具有实用价值，是水文非线性系统领域中的新型工具。-Approximate entropy is a measure of system complexity, a very effective way, in medicine, the diagnosis of mechanical equipment failures, etc. a
Mutual-Information
- 粗糙集中信息上与条件信息熵的计算代码程序，使用matlab编写而成的-The information entropy and cond entropy of rough set calculation code, and the use of matlab program,and that is all .
Bmybbsssl
- 盲信号分离是当前信号处理研究的热点课题之一，在无线数据通信、医学、语音和地震信号处理等领域有着广阔的应用前景。一种基于负熵最大的FastICA算法用于实现盲信号分离。。该方法的基本思路是以非高斯信号为研究究对象，在独立性假设的前提下，对多路观测信号进行盲源分离。在满足一定的条件下，能够从多路观测信号中，较好地分离出隐含的独立源信号。 -Blind signal separation is one of the hot topics of signal processing research
sinorder
- 为sinudoidal模型的AIC阶估计.AIC信息准则即Akaike information criterion，是衡量统计模型拟合优良性的一种标准，又由于它为日本统计学家赤池弘次创立和发展的，因此又称赤池信息量准则。它建立在熵的概念基础上，可以权衡所估计模型的复杂度和此模型拟合数据的优良性。 在一般的情况下，AIC可以表示为： AIC=2k-2ln(L) 其中：k是参数的数量，L是似然函数。 假设条件是模型的误差服从独立正态分布。 让n为观察数，RSS为剩余平方和，那么AIC变为：
Clustering-Algorithms
- 在众多聚类算法中,基于划分的模糊聚类算法是模式识别中最常用的算法类型之一.至今,文献中仍不断 有关于基于划分的模糊聚类算法的研究成果出现.为了能更为系统和深入地了解这些聚类算法及其性质,本文从改 变度量方式、改变约束条件、在目标函数中引入熵以及考虑对聚类中心进行约束等几个方面,对在 C-均值算法的 基础上得到的基于划分的模糊聚类算法作了综述和评价,对各典型算法的优缺点进行了实验比较分析.指出标准 FCM算法被广泛应用的原因之一是它对数据的比例变化具有鲁棒性,而其他类似的算法对这种
Entropy
- 读取lena图像，通过opencv计算lena图像的条件熵和联合熵-Read lena image, calculating lena image by opencv conditional entropy and joint entropy
LINA
- 针对lena图像求取图像R,G，B三个通道的信息熵，条件熵等-Lena image strike image for R, G, B three channels of information entropy, conditional entropy, etc.
random
- 随机产生信源概率空间和信道转移概率，计算熵，条件熵、联合熵、平均互信息，信道容量-Randomly generated source transition probability and probability space channel, calculate the entropy, conditional entropy, joint entropy, the average mutual information, channel capacity
InformationGain
- 全部信息熵的计算，包括信息熵，条件信息熵以及信息增益。附带Andrew的信息增益教程-All information entropy calculations, including information entropy, conditional entropy and information gain. Andrew incidental information gain Tutorials
entropy3
- 图像处理中的程序，用以计算图像的条件熵，非常有用-image processing
information-theory
- Matlab implementation of various entropy in information theory, including the calculation of self information,信息论中各种熵的matlab实现，其中包括自信息量，互信息量，条件熵，联合熵，冗余度等等的计算
information-calculation
- Matlab implementation of various entropy in information theory, including the calculation of self information,信息论中各种熵的matlab实现，其中包括自信息量，互信息量，条件熵，联合熵
实验一
- 信息量的计算，包括信源熵，条件熵，联合熵和交互熵四种熵值计算(The calculation of the amount of information)
信息熵
- 可以计算信息熵、信息熵增益、以及选取较大增益属性作为分类条件(Entropy and Entropy gain)