搜索资源列表
ganzhiqi
- 模式识别分类器，本代码是感知器，训练数据在压缩包的fisher1.txt中
PatternRecognition
- 1.Fisher分类算法 2.感知器算法 3.最小二乘算法 4.快速近邻算法 5.K-近邻法 6.剪辑近邻法和压缩近邻法 7.二叉决策树算法
l1_ls
- 求解l1范式的值，用于压缩感知中的稀疏表示。进行分类-Solving the value of l1 paradigm for compressed sensing of sparse representation. Classification
CS-for-Texture-Classification
- 基于压缩感知的纹理图像分类，介绍了一种新的高效算法：分类压缩感知。与一般压缩感知及其他方法在四大纹理数据库上对比。有原文献及自己的译文-Introduced a new efficient algorithm based on compressed sensing texture image classification, compressed sensing: Category. Original literature and translation
Compressive-Classifier
- 将压缩感知应用到图像分类方面，有详细的源码，下载就能运行-failed to translate
SparseRepresentationaItsApplication
- 稀疏表达及其应用的简单介绍，其中涵盖了稀疏表示、特征提取、压缩感知、图像增强、盲源分离、模式分类、目标跟踪和图像超分辨等。PPT和PDF是对应的，并添加了可视化的结果。-Sparse Representation and Its Application: Compressive Sensing, Visual Feature, Image Enhancement, Blind Source Separation, Pattern Classification, Object Tracking a
CT-tracking
- 一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维，然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类。该跟踪算法非常简单，但是实验结果很鲁棒，速度大概能到达40帧/秒-A simple and efficient tracking algorithm based on compressed sensing. Firstly, with the random sensing matrix compressed sensing RIP co
CC
- 从国外网站上下载的关于压缩感知分类的例程-Downloaded the foreign websites on compressed sensing classification routines
cs
- 基于压缩感知思想的图像分块压缩与重构方法 考虑到大多数图像信号信息分布有差异, 编码端, 在对图像分块的基础上, 融合熵估计 和边缘检测方法计算各图像块的信息含量, 再从两个不同的角度进行分类采样: 依据信息量多少将图像块分为平滑、过渡和纹理3 类, 使用不同的采样率采样 依据信息量的分布特征, 采用不同的采样率分配策略进行采样. 在解码端, 根据不同类型的图像块构造不同的线性算子进行重构, 再运用改 进的迭代阈值算法去除块效应和噪声. 实验证明, 算法在提升图像重构质量的同时缩短了
CT_code_matlab
- 一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维，然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类-Real-time Compressive Tracking proposed by Kaihua Zhang in The Hong Kong Polytechnic University
compressiveTracking
- 压缩跟踪 是一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维，然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类。该跟踪算法非常简单，但是实验结果很鲁棒，速度大概能到达40帧/秒-Compression tracking A simple and efficient tracking algorithm based on compression perception. First use of random eligible for c