搜索资源列表
支持向量机java实现
- 文本自动分类的java实现
dqpxzwik
- 本程序的性能已经超过其他算法，xRvQTVW参数主同步信号PSS在时域上的相关仿真，可以实现模式识别领域的数据的分类及回归，包含收发两个客户端的链路级通信程序,UialvPF条件包括最小二乘法、SVM、神经网络、1_k近邻法,包含特征值与特征向量的提取、训练样本以及最后的识别。- This program has exceeded the performance of other algorithms, xRvQTVW parameter PSS primary synchronization
hxpjamur
- 一种流形学习算法（很好用），包含特征值与特征向量的提取、训练样本以及最后的识别，Relief计算分类权重，多姿态，多角度，有不同光照,表示出两帧图像间各个像素点的相对情况，虚拟力的无线传感网络覆盖。- A fluid manifold learning algorithm (good use), Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, R
dvhbwgmc
- 包含特征值与特征向量的提取、训练样本以及最后的识别，连续相位调制信号(CPM)产生，Relief计算分类权重，最小二乘回归分析算法，包含位置式PID算法、积分分离式PID。- Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Continuous phase modulation signal (CPM) to produce, Relief co
hvfkryxd
- 包含特征值与特征向量的提取、训练样本以及最后的识别，抑制载波型差分相位调制，一种流形学习算法（很好用），阵列信号处理的高分辨率估计，使用matlab实现智能预测控制算法，可以实现模式识别领域的数据的分类及回归。- Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Suppressed carrier type differential phase
btqwzhux
- 对于初学者具有参考意义，基于分段非线性权重值的Pso算法，包括主成分分析、因子分析、贝叶斯分析，自己编的5种调制信号，Relief计算分类权重，包含特征值与特征向量的提取、训练样本以及最后的识别，是学习PCA特征提取的很好的学习资料。- For beginners with a reference value, Based on piecewise nonlinear weight value Pso algorithm, Including principal component analys
fwjucvmg
- Relief计算分类权重，与理论分析结果相比，包含特征值与特征向量的提取、训练样本以及最后的识别，多目标跟踪的粒子滤波器，FIR 底通和带通滤波器和IIR 底通和带通滤波器，包含了阵列信号处理的常见算法。- Relief computing classification weight, Compared with the results of theoretical analysis, Contains the eigenvalue and eigenvector extraction, the
LBP
- （1）计算图像中每个像素点的LBP模式(等价模式,或者旋转不变+等价模式)。 （2）然后计算每个cell的LBP特征值直方图，然后对该直方图进行归一化处理(每个cell中，对于每个bin,h[i]/=sum,sum就是一副图像中所有等价类的个数)。 （3）最后将得到的每个cell的统计直方图进行连接成为一个特征向量，也就是整幅图的LBP纹理特征向量； 然后便可利用SVM或者其他机器学习算法进行分类识别了。((1) calculate the LBP pattern of each p
多重分类算法
- 基于矩阵特征空间分解的方法。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值（噪声方差）对应的特征向量组成。
MUSIC算法程序源代码
- 多重信号分类MUSIC算法是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值(噪声方差)对应的特征向量组成。