搜索资源列表
huffman_program
- 涉及的技术有：小波分析，尺度缩减模型（PCA,LDA,ICA），人工神经网络（ANN），-Techniques involved are: wavelet analysis, scaling down model (PCA, LDA, ICA), artificial neural network (ANN),
face_recognition_PCAPBPNN
- The purpose of this work is to identify a given face image using main features of face. The dimensionality of face image is reduced by the Principal component analysis (PCA, using eigenfaces method) and the recognition is done by the Back propagation
1
- 本程序用pca，kpca,svm,pls,fisher，神经网络实现cstr和csth过程的故障检诊断，诊断率为百分之九十九，故障识别率为百分之七十七-The program use pca, kpca, SVM, PLS, fisher, neural networks realize CSTR process inspection and CSTH fault diagnosis, diagnosis rate is ninety-nine percent, and the fault re
2
- 本程序用pca，kpca,svm,pls,fisher，神经网络实现cstr和csth过程的故障检诊断，诊断率为百分之九十九，故障识别率为百分之七十六-The program use pca, kpca, SVM, PLS, fisher, neural networks realize CSTR process inspection and CSTH fault diagnosis, diagnosis rate is ninety-nine percent, and the fault re
Speech-Emotion-Recognition
- 基于主成分分析法和反向传输神经网络的语音情感识别 摘要——语音信号中包含着丰富的情感信息，尤其是语义信息。快乐、愤怒、厌恶、恐惧、悲伤，这五种基本情感是经过一个受认可的框架讨论和公认的，这个框架包括主成分分析法和BP神经网络。通过PCA从43种候选参数中筛选出11种参数作为确定某种特定的情感类别的标准。实验采用两种神经网络模型，One Class One Network 和 All Class One Network，并进行比较。实验结果表明，其可靠性达52 ~62 ，这说明用这种框架来识别
Face-recognition-method
- 基于PCA 和BP 神经网络的人脸识别方法是针对 PCA 方法中存在的高维数问题和它对未训 练过的样本识别率低的缺点而提出的。该方法在预处理的基础上，利用粗糙集对 PCA 降维处理后的人脸特征进行约简，提取其中分类能力强的特征，实现在识别精度不变的情况下，有效的去除冗余信息；然后将约简后的属性输入到神经网络进行规则提取，利用神经网络非线性映射和并行处理的特点，增强对人脸图像识别的泛化能力。实验证明，使用该方法在识别率上有一定的提高-Face recognition method based
FaceRec1
- PCA+BP神经网络的人脸识别程序已进行仿真，可实现-Face recognition program of the PCA+BP neural network simulation can be realized
PCALDA
- pca+lda+bp神经网络的人脸识别 有GUI实现 在MATLAB8.0运行有用 毕业设计用-GUI of the face recognition of pca+lda+bp neural network to achieve useful for graduation designed to run in MATLAB8.0
Ssvmmraru
- 支持向量机(SVM)、线形鉴别分析(LDA)、主主分量分析(PCA)与人工神经元网络(ANN)源代码 -Source code for the support vector machine (SVM), linear discriminant analysis (LDA), principal component analysis (PCA) and artificial neural network (ANN)
pca_bp
- 本程序采用pca提取人脸特征，采用人工神经网络识别人脸。-This procedure using pca face feature extraction, using artificial neural network recognition face.
FaceRecognition
- 人脸自动识别技术有着广阔的应用领域，本文提出用主成分分析和BP神经网络进行人脸识别。人脸识别包括两个部分：第一，特征提取；第二，神经网络进行识别-facedetection is developped widely.this paper combining the pca method and the neural network method.
Color-rendering.
- 本文的目的是提供一个我开发的SSE优化的，C++库，用于人脸检测，你可以马上把它用于你的视频监控系统中。涉及的技术有：小波分析，尺度缩减模型（PCA,LDA,ICA），人工神经网络（ANN），支持向量机（SVM），SSE编程，图像处理，直方图均衡，图像滤波，C++编程，还有一下其它的人脸检测的背景知识。-Face expression identification code, part of the realization of the algorithm and write the purpo
jieguo
- Pcnn神经网络筛选特征因子代码，pca预处理代码，特征因子整合代码，等等，都是好东西啊-Pcnn neural network filter characteristic factor code, pca pretreatment code, characteristic factor integration code, etc., are all good things ah
BP
- BP神经网络训练以及检验，得到结果与设定值的误差，训练数据越多结果会越好。PS:为了获得更好的效果，请先用PCA或线性回归等方法对学习数据进行预处理。-BP neural network training and testing, the results obtained with the set value of the error, the more training data results will be better. PS: In order to obtain better res
2005510101315809
- 提出了一种复杂背景下的多车牌图像分割和识别方法，首先采用统计和特征匹配相结合的方法进行背景提取，将可能存在车辆的区域提取出来；然后分别对可能的车辆区域进行局部边缘检测，并使用车牌的先验知识确定车牌的位置和单个字符分割，包括车牌倾斜时的字符分割；最后使用PCA和神经网络相结合的方法精确识别车牌。-Proposed a multi-plate image segmentation and recognition method under a complex background, the first
renlian
- 这是基于神经网络的人脸识别，而不是基于PCA的人脸识别。程序可以运行。-This is the face recognition based on neural network, and not the face recognition based on PCA. The program can run.
FINAL
- Nowadays security becomes a most important issue regarding a spoof attack. So, multimodal biometrics technology has attracted substantial interest for its highest user acceptance, high security, high accuracy, low spoof attack and high recognition
Grading-test
- 为实现合格和缺陷板栗的分级， 研究了 1 种基于 BP 神经网络与板栗图像特征的板栗分级方法。 试验以罗田板 栗为研究对象， 提取的颜色及纹理等 8 个特征值， 通过主成分分析提取相应的主成分得分向量构成模式识别的输入。 利 用 BP 神经网络方法建立了板栗分级模型。 试验结果表明， 在图像信息主成分因子数为 3， 中间层节点数为 12 时， 建立 的模型最佳， 模型训练时的回判率为 100 ， 预测时识别率达到了 91 .67 。 研究结果表明基于机器视觉技术的针对缺陷 板栗分
shiyan
- 此代码是采用PCA进行分类，神经网络进行自动识别，是自己手动编写的线性代码，有什么不对的地方，多多交流。-This code is the use of PCA classification, neural networks for automatic identification, is to manually write linear code, what is wrong with it, more exchanges.
cbmxfxsz
- 基于人工神经网络的常用数字信号调制，bVyAoKQ参数DC-DC部分采用定功率单环控制，结合PCA的尺度不变特征变换(SIFT)算法，包含优化类的几个简单示例程序，pVELPuz条件是一种双隐层反向传播神经网络，验证可用。- The commonly used digital signal modulation based on artificial neural network, bVyAoKQ parameter DC-DC power single-part set-loop contr