搜索资源列表
InfoRetri
- 基于朴素贝叶斯的文本分类，包含去停用词，分词，特征提取，分类等-Text classification, based libsvm, included to stop words, segmentation, feature extraction and classification
1
- 检测中文文章的相似度，首先对中文文章分词处理，然后提取特征，计算特征向量夹角。检验是否相似-Similarity detection Chinese article, the first article of the Chinese word processing and feature extraction, feature vector angle calculation. Test whether similar
CARS_Characteristic-band-extraction
- 特征带提取算法，可以很好地提取有用的频带，结果更为准确，CARS_Characteristic带提取.m为主程序，调用程序中的压缩包。-Feature band extraction algorithm, can be a good extraction of useful bands, the results are more accurate, CARS_Characteristic band extraction.m for the main program, call the progr
MATLAB-program
- 实现对信号特征的提取，能够实现对数据谱的峰值特征的提取。-To achieve the extraction of signal characteristics, enabling the extraction of data spectral peak features.
Wavelet-Packet
- 基于混合信号的小波包分解技术在故障特征提取中的应用-Feature Extraction Using Multisignal Wavelet Packet Decomposition
77257795PCA_yuandaima
- PCA源程序，主元分析源程序，可以用于变量的特征提取(PCA source code, principal component analysis source, can be used for variable feature extraction)
MIMGA
- 基于互信息最大化的特征提取代码，希望对大家有用(Feature extraction code based on maximization of mutual information)
qompctez_pattern
- 对msk信号进行短时傅立叶变换,并利用视频分析提取信号特征,非常实用()
FNN与PCA和KPCA结合
- 一种特征提取方法：结合主元分析(PCA)和核主元分析（KPCA）的前馈神经网络（FNN）(A feature extraction method: the feedforward neural network (FNN) combined with principal component analysis (PCA) and kernel principal component analysis (KPCA))
ICA
- 一种特征提取方法：独立成分分析（ICA)(A feature extraction method: independent component analysis (ICA))
小波包能量谱
- 用于信号特征提取，提取信号的小波包能量谱(Extracting the wavelet packet energy spectrum of the signal)
慢特征分析算法包
- 该算法旨在提取输入信号中的变化最缓慢的特征信号，即反映本质特性的信号。其中包含测试、简介、使用说明等。
核主元分析（Kernel principal component analysis ，KPCA）在降维、特征提取以及故障检测中的应用
- 主要功能有： （1）训练数据和测试数据的非线性主元提取（降维、特征提取） （2）SPE和T2统计量及其控制限的计算 （3）故障检测 KPCA的建模过程（故障检测）： （1）获取训练数据（工业过程数据需要进行标准化处理） （2）计算核矩阵 （3）核矩阵中心化 （4）特征值分解 （5）特征向量的标准化处理 （6）主元个数的选取 （7）计算非线性主成分（即降维结果或者特征提取结果） （8）SPE和T2统计量的控制限计算
PCA算法
- 对高维数据进行特征两提取,提高数据分类速度,可用于故障诊断数据的特征量提取.
KPCA算法
- 对高维数据进行特征两提取,提高数据分类速度,可用于故障诊断数据的特征量提取.
LPP算法
- 对高维数据进行特征两提取,提高数据分类速度,可用于故障诊断数据的特征量提取.