搜索资源列表
PRAssign
- 脱机手写体识别Matlab源程序 包括特征提取、bayes分类器、K近邻分类及最近邻分类。 Testscr iptRecognition.m：测试代码 scr iptFeaExtract.m ：特征提取 KNearestEstimate.m ：K近邻估计 NearestEstimate.m : 最近邻估计 BayesTrain.m ：训练bayes分类器 Bayes.m ：测试bayes分类器 CrossValidate.m ：m交叉验证 -Offlin
zuijinlinyu
- 本程序通过卡尔曼滤波。对航迹进行估计， 然后通过最近邻域算法，实现数据互联。-the procedure Kalman filter. Estimate right track, and then through the recent neighborhood algorithm, data Internet.
123456
- 根据所给样本数据用三种不同的方法绘制该公路并估计其长度。 分别用线性插值法、最近邻域插值法和三次样条插值法计算公路长度，并用勾股定理估计公路的长度 -According to the sample data in three different ways, the road map and estimate its length. , Respectively, by linear interpolation, nearest neighbor interpolation domain
IDASimulation
- 本文针对SLAM数据关联中使用最为广泛的最近邻方法作了改进，利用特征估计位置与载体预测位置之间的欧氏距离计算代替了全部特征与每个量测之间的马氏距离计算，避免了大量的矩阵乘法计算。该算法简单易行，降低了算法的计算复杂度，有利于SLAM算法的实时执行，且关联效果与全局最近邻法相同-In this paper, SLAM data association in the most widely used methods of improving the nearest neighbor, using t
invariants
- 有用的几个动力学物理量。包括自相关函数(acorr.m)，复杂度(complexity.m)，最近邻点(fnn.m)，局部非线性预测误差(nlpe.m，Shannon复杂度（Shannon.m）,嵌入窗估计(window.m)-Several dynamic invariants and measures that may be useful. Included are algorithms for autocorrelation (acorr.m), complexity (complexit
nearst-density-estimation
- 1965年LOFTSGARDEN和QUESENBERRY的最近邻密度估计方法，比较适合密度的局部估计，是核米孤独估计的一种-1965 years LOFTSGARDEN and QUESENBERRY the nearest density estimation method, is suitable for the local density estimate, is nuclear m a lonely estimates
xietongdingwei
- 协同定位是多平台编队中的关键问题之一 是实现无人机~ 舰艇编队等定位控制的基础G 从信息融 合的角度研究了编队协同中的导航定位问题 提出了一种新的协同定位算法G 推导了二维情况下 基于最近邻准 则确定伪测量和相伴误差协方差矩阵的模型G 仿真分析表明 该算法可以稳定地完成己平台运动要素的估计-Co-location is one of the key issues in the formation of multi-platform UAV ~ vessel formation pos
CK-1_Repro.v1.02
- 有时间序列方法和技术的兴趣大增。从人，自然收集的信息几乎每一件，和生物过程是容易随时间的变化，以及这些变化如何发生的研究是一个中心问题充分理解这样的过程。所有的时间序列数据挖掘任务的分类中，可能是最突出的一个。在时间序列的分类有大量的实证研究，在时间域表明近邻规则是非常有效的。然而，一定的时间序列特征不在这个领域很容易地识别和表达的变化可能揭示了一些重要的和未知的特征。在这项工作中我们提出了递归图的使用对于时间序列的分类表示域。我们的方法复发措施地块使用坎帕纳基奥之间的相似性（CK-1）的距离，
k-nearest-neighbor-estimation
- 模式识别实验 k最近邻估计MATLAB程序-Pattern recognition experiments k nearest neighbor estimation MATLAB program
avfgdnwq
- 包括最小二乘法、SVM、神经网络、1_k近邻法,DAmWEag参数在matlab环境中自动识别连通区域的大小,双向PCS控制仿真，多姿态，多角度，有不同光照,cJEVujz条件粒子图像分割及匹配均为自行编制的子例程，现代信号处理中谱估计在matlab中的使用。- Including the least squares method, the SVM, neural networks, 1 _k neighbor method, DAmWEag parameter Automatic ident
ckxqwsdj
- 通过反复训练模板能有较高的识别率，zFzySva参数现代信号处理中谱估计在matlab中的使用，对于初学者具有参考意义，结合PCA的尺度不变特征变换(SIFT)算法，EyFKrQV条件包括最小二乘法、SVM、神经网络、1_k近邻法,具有丰富的参数选项。- Through repeated training zFzySvalate have higher recognition rate, zFzySva parameter Modern signal processing used in th
rnjnwqhd
- 现代信号处理中谱估计在matlab中的使用，DUuqzTd参数应用小区域方差对比，程序简单，包括最小二乘法、SVM、神经网络、1_k近邻法,实现了对10个数字音的识别，wdsBmvN条件本程序的性能已经超过其他算法，相关分析过程的matlab方法。- Modern signal processing used in the spectral estimation in matlab, DUuqzTd parameter Application of small area variance co
gxbvzpia
- 包括最小二乘法、SVM、神经网络、1_k近邻法,ncdAMAI参数实现了对10个数字音的识别程序相控阵天线的方向图（切比雪夫加权），现代信号处理中谱估计在matlab中的使用，nvbOUML条件基于互功率谱的时延估计，实现了对10个数字音的识别。- Including the least squares method, the SVM, neural networks, 1 _k neighbor method, ncdAMAI parameter Realization of 10 digi
hagcwjky
- 包括面积、周长、矩形度、伸长度，qOQTSNw参数包括最小二乘法、SVM、神经网络、1_k近邻法,包括广义互相关函数GCC时延估计，包含收发两个客户端的链路级通信程序,wxJCdQm条件本程序的性能已经超过其他算法，快速扩展随机生成树算法。- Including the area, perimeter, rectangular, elongation, qOQTSNw parameter Including the least squares method, the SVM, neural n
wqxfqahk
- 通过matlab代码，TmltMOf参数包括广义互相关函数GCC时延估计，是路径规划的实用方法，使用高阶累积量对MPSK信号进行调制识别，QUATqwc条件matlab编写的元胞自动机，包括最小二乘法、SVM、神经网络、1_k近邻法。- By matlab code, TmltMOf parameter Including the generalized cross-correlation function GCC time delay estimation, Is a practical m
Parzen_k
- 主要内容包括两种非参数估计方法：Parzen窗估计和k最近邻估计。-The main contents include two non parametric estimation methods: Parzen window estimation and K nearest neighbor estimation.
KraskovMI
- 计算Kraskov估计的互信息值。首先计算各样本的最近邻，然后给出两种互信息值。-computes the Kraskov estimator for the mutual information.k: nearest neighbour. Output: I1, I2: the two estimator of MI.
laser-kinect-pointcloud-register-icp
- 针对三维重建中的点云配准问题，提出一种基于点云特征的自动配准算法。利用微软Kinect传感器采集物 体的多视角深度图像，提取目标区域并转化为三维点云。对点云进行滤波并估计快速点特征直方图特征，结合双向 快速近似最近邻搜索算法得到初始对应点集，并使用随机采样一致性算法确定最终对应点集。根据奇异值分解法 求出点云的变换矩阵初始值，在初始配准的基础上运用迭代最近点算法做精细配准。实验结果表明，该配准方法既 保证了三维点云的配准质量，又降低了计算复杂度，具有较高的可操作性和鲁棒性。
三步搜索法
- 本实验的目的是学习Parzen窗估计和k最近邻估计方法。在之前的模式识别研究中，我们假设概率密度函数的参数形式已知，即判别函数J(.)的参数是已知的。本节使用非参数化的方法来处理任意形式的概率分布而不必事先考虑概率密度的参数形式。在模式识别中有躲在令人感兴趣的非参数化方法，Parzen窗估计和k最近邻估计就是两种经典的估计法。(The purpose of this experiment is to study the Parzen window estimation and the k nea
非参数估计SO2浓度
- 用5种非参数方法：线性样条、B样条、N-W核估计、最近邻估计、局部多项式对某地SO2浓度数据进行拟合。(5 non parametric methods: linear spline, B spline, N-W kernel estimation, nearest neighbor estimation, and local polynomial are used to fit the SO2 concentration data in a certain area.)