搜索资源列表
sharingcode-LCKSVD
- LC-KSVD算法代码,<<Learning A Discriminative Dictionary for Sparse Coding via Label Consistent K-SVD>>(LC-KSVD algorithm code, < <Learning A Discriminative Dictionary for Sparse Coding via Label Consistent K-SVD> > )
SVDFLITER
- SVD滤波方法，主要是通过对信号进行奇异值分解，将噪声部分的值归零，再进行信号的重构，顺利地进行滤波。(SVD filtering method, mainly through singular value decomposition of the signal, the noise part of the value of zero, and then signal reconstruction, smoothly filtering.)
信道估计三种方法
- LS SVD LMMSE信道估计三种方法
emd+奇异值差分谱
- 调用程序可对信号进行EMD分解，再进行奇异值分解降噪(The calling program can decompose the signal by EMD, then the singular value decomposition and denoising 2D empirical wavelet program. The calling subroutine can perform the empirical wavelet transform on the image.)
Generalized Inverse Matrix
- 使用Hermite标准型、SVD分解和满秩分解求矩阵的广义逆，在此基础上求解线性方程组的解。(Hermite's canonical form, SVD decomposition and full rank decomposition are used to find the generalized inverse of the matrix, and then the solution of the linear equation system is solved.)
vel_Tikhonov
- tikhonov求解，正则化参数为0.1，应用svd分解，求解病态矩阵的解。(Tikhonov solution, regularization parameter is 0.1, using SVD decomposition to solve the ill-conditioned matrix solution.)
jiangwei
- pca、svd、mds 数据降维，用来对数据进行预处理 新人学习，叨扰(pca data dimension reduction)
有限反馈预编码
- 给出了DFT码本的构造方法以及SVD分解获取最佳预编码，接收端使用MMSE(The construction method of DFT codebook and SVD decomposition are given to obtain the best precoding. The receiving end uses MMSE.)
Vc6_Image
- VC++图像处理及源码包（大全）包括下列内容：1.数字图像获取，处理及实践应用电子书 2.数字图像获取，处理及实践应用电子书分章节源码 3.书中提及的各种算法的综合源码。压缩包里面包括的算法代码有：分章节源码内容：内容：对比度增强、灰度变换法、直方图修整法、图像平滑、图像锐化、伪彩色和假彩色增强；逆滤波复原、维纳滤波方法；傅立叶变换、离散余弦变换（DCT）、沃尔什变换、基于特征向量的变换、霍特林（Hotelling）变换、SVD变换、小波变换、Mallat算法；霍夫曼（Huffman）编码、算术
ICP
- 用svd的方法最优化求解两个点云的变换矩阵，R和T(Using SVD method to optimize the transformation matrix, R and T of two point clouds)
full SVD
- 利用矩阵的完全奇异值分解，进而运用奇异值阈值算法进行求解
fast-rcnn-master
- Fast R-CNN是在R-CNN的基础上进行的改进，大致框架是一致的。总体而言，Fast R-CNN相对于R-CNN而言，主要提出了三个改进策略： 1. 提出了RoIPooling，避免了对提取的region proposals进行缩放到224x224，然后经过pre-trained CNN进行检测的步骤，加速了整个网络的learning与inference过程，这个是巨大的改进，并且RoIPooling是可导的，因此使得整个网络可以实现end-to-end learning，这个可以认为是
视频水印MATLAB
- 基于DCT、DWT、SCD的视频水印算法和基于DWT、SVD的非盲水印算法实现
alglib-3.14
- ALGLIB提供以下功能： 线性代数(直接算法、求解器、EVD/SVD) 快速傅里叶变换 数值积分 内插 线性和非线性最小二乘拟合 优化 常微分方程 特殊功能 统计 (描述性统计, 假设检验) 数据分析(分类/回归，包括神经网络) 的多个精确版本线性代数, 内插和优化算法(使用MPFR浮点计算)
DMD_for_Human_motion-master
- 动态模式分解,从人类步行数据中提取信息.动态模式分解是一种降维算法，最初是在流体力学领域引入的。与提供内部坐标系和相应投影的SVD相似，DMD为您提供随不同时间行为演变的特定空间模式。(Extract Info from Human Walking Data with Dynamic Mode Decomposition)
bksvd-master
- block krylov 子空间近似 SVD 分解(Approximate SVD decomposition of block Krylov subspace)
gabor
- 构造Gabor冗余字典，接下来可用于K-SVD(Gabor redundant dictionary is constructed, which can be used in K-SVD)
图像配准算法
- 1.SIFT得到两幅图像的匹配点对 2.通过RANSAC剔除外点，得到N对内点 3.利用DLT和SVD计算全局单应性 4.将源图划分网格，取网格中心点，计算每个中心点和源图上内点之间的欧式距离和权重 5.将权重放到DLT算法的A矩阵中，构建成新的W*A矩阵，重新SVD分解，自然就得到了当前网格的局部单应性矩阵 6.遍历每个网格，利用局部单应性矩阵映射到全景画布上，就得到了APAP变换后的源图 7.最后就是进行拼接线的加权融合