搜索资源列表
Natural gradient ML or nonlinear decorrelation alg
- 极小边际熵等价于叉四阶累积量的平方和最小。通过迭代使四阶累积矩阵对角化，实现交叉四阶累积量的平方和的极小化。他是语音识别的重要预处理算法-minimum entropy equivalent to the marginal four bands fork cumulative amount of square and smallest. Through iterative four bands so that the cumulative matrix diagonalization, four
zuixiaojiacha
- 本程序是matlab写的基于最小交叉熵的图象分割，处理速度快，分割质量好。
MinimumCrossEntropyThreshold
- 最小交叉熵图像分割源代码（原创）.相关参考文献见源代码。-source code for the minimum cross-entropy thresholding algorithm
shilianglianghuafenlei
- 提出一种利用最小交叉熵优化方法的矢量量化分类算法， 将矢量的分类问题转化为最小失真函数估计问题，通过关联随机迭代算法逼近最优值，以更好的减小量化误差。-A minimum cross-entropy optimization of the use of methods of classification of vector quantization algorithm, the classification of the vector into the issue of minimum-dist
imagesegmentation
- 最优阈值的图像分割 基于一维最小交叉熵图像分割 便捷、快速的单一阈值图象分割-Optimal threshold for image segmentation based on minimum cross entropy one-dimensional image segmentation convenient, fast single-threshold image segmentation
threshold
- 采用最小交叉熵，最大熵，OTSU阈值分割-Using minimum cross entropy, maximum entropy, OTSU thresholding
61IC_H4231
- PAV (H265) 是 音视频 压缩解压 协议，非常不同于H264/MPEG4，ZPAV (H265) 的基本算法 是 小波，多级树集合群，广义小波，数学形态小波，...... ZPAV (H265) 基本算法 ： 1，图象与声音分解与合成 ：小波 ； 2，图象与声音前处理 ：小波子带零交叉降噪，目标纹理处理，语音处理 ； 3，速率控制 ：小波子带熵速率控制 ； 4，量化与反量化 ：小波子带熵量化与反量化 ； 5，低频分量和高频分量的降维 ：小波子带邻域交
minisum-maximum-otsu
- 实现最小交叉熵 最大熵 OTSU算法的小程序 简单实用-Minimum cross entropy maximum entropy OTSU algorithm procedure is simple and practical
WeiFengYing-supporting-program
- 魏凤英的现代气候统计诊断与预测技术的fortran源代码，里边包括气候变化趋势分析的程序：线性倾向估计、滑动平均及一些趋势检验和函数；气候突变检测：滑动t检验、Cramer s法、Yamamoto法、Mann-Kendall法、Pettitt法Lepage法；气候序列周期的提取方法：功率谱、最大熵谱、交叉谱、多维最大熵、奇异谱分析、小波分析；以及EOF、主成分等等，总之熟悉这本书的同学，应该知道这本书的“强大”是做数理统计分析、及气象等必备的工具书啊，而且其程序，尤为宝贵！特此与大家分享-Wei
ZUIXIAOJIAOCHASHANGtuxiangfenge
- d对图像进行分割 利用的是最小交叉熵原理 具有很好的效果。。。与大家分享-d image segmentation utilization of minimum cross entropy principle has a good effect. . . To share with you
CrossEntropy
- 一个小程序，基于一维最小交叉熵准则的图像分割-image segmentation based on one-dimensional minimum cross entropy
Run_MNIST
- 下载MNIST数据集(手写体数字0-9)后，搭建卷积神经网络，将输入的数据集经过一层一层的卷积，到最后计算交叉熵，用梯度下降算法去优化它，使它变得最小，这就训练出了权重和偏置量，识别的准确率为91%(Download the MNIST data set (handwritten number 0-9), build a convolutional neural network, the input data set by convolutional layers, finally calcul