搜索资源列表
pcaBPneuralnetwork
- 用主成分分析与神经网络进行人脸的识别 文件是整个的ＭＡＴＬＡＢ数据文件-using principal component analysis and neural networks face identification document is the entire data file MATLAB
FaceDetectionAndTrackingTechniquesInCompressed-Dom
- Abstract: Effective data processing is required with the fast development of multimedia technology. Compressed-domain images/video processing techniques have captured the attention of many researchers in recent years, and research on face detection a
DCC
- 基于典型相关性的线性鉴别分析，先用PCA对数据降维之后，再结合典型相性鉴别分析来得到转换矩阵-Based on a typical linear correlation analysis to identify, first PCA for data reduction, the combined analysis to identify the typical phase of the transformation matrix obtained
clustersBOX
- 一个很有用的clustering工具箱,用于数据聚类分析-Clustering a useful tool for data clustering analysis
pca
- pca算法的matlab实现 主成分分量分析可用于数据的降维和模式识别问题 -pca algorithm matlab component analysis to achieve the principal component can be used for data dimensionality reduction and pattern recognition problem
genetic_algorithm_best_value
- 此遗传算法具有通用性，易用性，结果分析比较具体，更重要的是可以运行。此代码可以让用户添加相关的输入数据，可移植性好-This genetic algorithm is universal, ease of use, the results of analysis and comparison of specific, more importantly, is that it can run. This code allows users to add the relevant input dat
CorrectCarNoImageAndRegnize
- 一种车牌图像校正新方法 【摘要】因摄像机角度而造成的机动车牌图像倾斜会对其后继的字符分割与识别带来不利的影响。本文在分析了车牌倾斜模式的基础上,提出了一种基于最小二乘支持向量机（LS-SVM）的车牌图像倾斜校正新方法。通过LS-SVM线性回归算法求取坐标变换矩阵并对畸变图像进行旋转校正。主要方法：首先,将二值倾斜车牌图像中的像素转换为二维坐标样本,并构造图像数据集 再通过LS-SVM线性回归算法对该数据集进行回归,求取主要参数 最后,再由该参数转换为能反映图像倾斜方向的2维坐标变换矩阵。实验
cluster
- 在左视图上单击鼠标左键，可获得3种数据源：【标准数字聚类】、【手画图形聚类】、【位图文件分析聚类】。 (1) 标准数字 在工具条中按下【标准数字聚类】按钮后，选择工具条上提供的各种标准数字。在左视图就会得到多个标准数字。 每行中存放的标准数字个数与blank.bmp文件大小有关，读者可以自行修改该文件的大小，应注意该文件应该是n×n的，比如500×500 。 (2)手写数字 在工具条中按下【手画图形聚类】按钮后，拖动鼠标左键画各种数字或图形，注意每一个物体要连通。 (3
AComparativeStudyonFaceRecognitionUsingLDA-BasedAl
- 线性判别分析(LDA)是一种较为普遍的用于特征提取的线性分类方法。但是将LDA直接用于人脸识别 会遇到维数问题和“小样本”问题。人们经过研究，通过多种途径解决了这两个问题并实现了基于I,DA的人脸识 别 文章对几种基于LDA的人脸识别方法做了理论上的比较和实验数据的支持，这些方法包括Eigenfaces、Fish— erfaceS、DLDA、VDLDA及VDFLDA。实验结果表明VDFLDA是其中最好的一种方法。-Low—dimensional feature representat
CCA_zq
- 用于特征降维，特征融合，相关分析等多元数据分析的典型相关分析Matlab代码实现。-For feature reduction, feature fusion, correlation analysis, multivariate data analysis, canonical correlation analysis of Matlab code implementation.
DCCA_zq
- 用于特征降维，特征融合，相关分析等多元数据分析的鉴别型典型相关分析（DCCA）Matlab代码实现。-For feature reduction, feature fusion, multivariate data analysis and correlation analysis based identification of canonical correlation analysis (DCCA) Matlab code implementation.
GCCA_zq
- 用于特征降维，特征融合，相关分析等多元数据分析的广义典型相关分析（GCCA）Matlab代码实现。-For feature reduction, feature fusion, correlation analysis, multivariate data analysis using generalized canonical correlation analysis (GCCA) Matlab code implementation.
LDA_zq
- 用于特征降维，特征融合，相关分析等多元数据分析的fisher鉴别分析（FLDA）Matlab代码实现。-For feature reduction, feature fusion, correlation analysis, multivariate data analysis of the fisher discriminant analysis (FLDA) Matlab code implementation.
PCADR
- 用于特征降维人脸识别等多元数据分析的主分量分析投影的Matlab代码实现。-For feature reduction and other multivariate data analysis, face recognition principal component analysis projection of the Matlab code implementation.
HCCR
- 运用仿生模式识别方法构建提取基本笔段的神经元序列覆盖手写体汉字图像, 分析笔段神经元间的拓扑性质, 将手写体汉字图像转化为具有容错表征方式的种汉字笔划类型组成的几何图形模仿人类汉字形码输人法统计具有冗余容错形状的笔划神经元类型、数量、位置、相合和相交点数量, 建立手写体汉字特征知识的数据结构表对一手写体汉字库中手写体汉字识别进行仿真实验。方法具有较强的“ 认知”手写体汉字的能力-Construction of the use of pattern recognition methods of e
Labqiuzhi
- (1) 设置运算符栈和操作数栈辅助分析算符优先关系； (2) 在读入字符序列时，完成运算符和操作数的处理，以及相应运算； (3) 在识别处运算数的同时，要将其字符序列形式转化成 float 型数据形式； (4) 输入的字符序列中，操作数不一定是一位数，可能是多位数，如 16+32 ； (6) 在程序中会用到两类栈：操作数栈和运算符栈，分别为 float 型数据和字符型数据， 思考在同一个程序中如何处理两类不同的数据类型？ -(1) set operator op
vc-programing-for-gps-obser-data
- 使用vc++语言，在实现rinex格式识别的基础上，对观测数据进行处理分析，文档为PDF-Use vc++ language, in the realization of the rinex format recognition, on the basis of observation data analysis, documents to PDF
27256792
- emd算法的源代码,用于信号处理和数据分析 很不错的-The emd algorithm source code, for signal processing and data analysis is very good
OQYOLZ
- emd算法的源代码,用于信号处理和数据分析 很不错的(The emd algorithm source code, for signal processing and data analysis is very good)
uoup
- 多维数据分析,有nPLS,PARAFAC,TURKER等 推荐给大家(Multidimensional data analysis, has the nPLS, PARAFAC, TURKER, etc. Recommended for everyone)