搜索资源列表
hantai
- 计算目标和海洋回波的功率谱密度,相参脉冲串复调制信号，可以实现模式识别领域的数据的分类及回归。- Calculating a target and ocean echo power spectral density, Complex modulation coherent pulse train signal, You can achieve data classification and regression pattern recognition.
hing_v61
- 可以实现模式识别领域的数据的分类及回归，计算目标和海洋回波的功率谱密度,调试通过可以使用。- You can achieve data classification and regression pattern recognition, Calculating a target and ocean echo power spectral density, Debugging can be used.
图像分割最小误差法
- 最小误差法是一种较为常用的自动阈值分割方法，此方法来源于Bayes最小误差分类方法。通常以图像中的灰度为模式特征，假设各模式的灰度是独立分布的随机变量，并假设图像中待分割的模式服从一定的概率分布，则可以获得满足最小误差分类准则的最佳阈值分割。 该算法主要思想是假设图像中只存在背景和目标两种模式，根据目标和背景像素占图像总像素的百分比求出其混合概率密度，选定一个阈值T；再根据将目标像素点错划为背景像素点的概率和把背景像素点错划为目标的概率求出总的错误概率，那么最佳阈值就是使总错误概率最小的阈
Piotrs-Image-a-Video-Matlab-Toolbox
- 用来图像分割，特征提取，目标跟踪，分类的工具箱-Used for image segmentation, feature extraction, target tracking and classification of the toolbox
tm715
- Relief计算分类权重，可以提取一幅图中想要的目标，实现六自由度运动学逆解算法。- Relief computing classification weight, Target can be extracted in a picture you want, Six degrees of freedom to achieve inverse kinematics algorithm.
piu_wc03
- 计算目标和海洋回波的功率谱密度,实现用SDRAM运行nios，同时用SRAM保存摄像头数据，Relief计算分类权重。- Calculating a target and ocean echo power spectral density, Implemented with SDRAM run nios, while saving camera data SRAM, Relief computing classification weight.
bang_uc73
- 包括邓氏关联度、绝对关联度、斜率关联度、改进绝对关联度,可以实现模式识别领域的数据的分类及回归，多目标跟踪的粒子滤波器。- Including Deng s correlation, absolute correlation, correlation of slope, improved absolute correlation, You can achieve data classification and regression pattern recognition, Multi-targe
ImageClassification-master
- 在这个项目中，我们的目标是建立一个识别和大小231x231图像呈现对象分类系统。我们得到了一组训练图像，每四个标签之一：1飞机；汽车2；3马，否则。我们提供了两个特点：一是方向梯度直方图（HOG），其尺寸为5408；另一个是overfeat ImageNet美国有线电视新闻网的特点，其尺寸37000。关于测试图像，我们只给出了每个图像的功能，没有标签，结果判断由平地机。我们的目标是提供二进制和多个预测。平衡错误率（BER）是我们的性能评估。为了解决这个问题，我们首先减少PCA的问题的维数，处理不
2870
- 本程序的性能已经超过其他算法，多目标跟踪的粒子滤波器，可以实现模式识别领域的数据的分类及回归。- This program has exceeded the performance of other algorithms, Multi-target tracking particle filter, You can achieve data classification and regression pattern recognition.
vs452
- 计算时间和二维直方图,可以提取一幅图中想要的目标，Relief计算分类权重。- Computing time and two-dimensional histogram, Target can be extracted in a picture you want, Relief computing classification weight.
udpjb
- Relief计算分类权重，多目标跟踪的粒子滤波器，包括最小二乘法、SVM、神经网络、1_k近邻法。- Relief computing classification weight, Multi-target tracking particle filter, Including the least squares method, the SVM, neural networks, 1 _k neighbor method.
fou-V7.4
- BP神经网络用于函数拟合与模式识别，Relief计算分类权重，空间目标识别，采用PM算法。- BP neural network function fitting and pattern recognition, Relief computing classification weight, Space target recognition algorithm using PM.
聚类程序
- 几种聚类的程序，适合初学者，对目标空间中的点进行分类，效果很好(Several clustering procedures, suitable for beginners)
SVM
- 使用支持向量机算法对二分类问题进行预测，实现大数据分析的目标。(Support vector machine algorithm is used to predict the two classification problem, and achieve the goal of large data analysis.)
第六章 聚类分析
- 聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。聚类分析的目标就是在相似的基础上收集数据来分类(Clustering analysis refers to the grouping of physical or abstract objects into groups that are composed of similar objects. It is an important human behavior. The goal of clust
hogsvm
- 结合HOG特征算子和SVM分类器的目标识别代码，这是一个节点性的贡献(Target recognition code combining HOG feature operator and SVM classifier)
DSST_code
- SSD算法是目标检测与分类比较优秀的前沿算法，基于深度学习平台实现，最大的优点是速度快。(It is a matlab code (SSD) for object detection based on deep learning.)
qqym817
- 织梦云球球大作战d鱼v1.3源码 好久没看到织梦云了，退网好久，现在又回来了，估计近期不少货！ 本源码仅供参考学习 切勿用于一切非法活动 作者QQ：2509882429 V1.3源码更新日志： 1.全局改用php+mysql编写 去除上个版本数据被盗风险 2.增加卡密和网站设置和账号状态设置（账号状态分类一目了然 去除重复测试的烦恼） 3.更改ui 手机完美适应 上传全部源码后访问域名加/install 安装 TIPS：这次更新的思路为 使用卡密作为前提进行账号提交 这是一种有
MATLAB优化算法案例分析与应用《进阶篇》
- 贝叶斯分类器 基于背景差分的运动目标检测 基于小波变换的图像压缩 基于BP的模型优化预测 基于RLS算法的数据预测 等等(Bias classifier is based on background difference moving object detection, wavelet based image compression, BP based model optimization prediction, RLS based algorithm for data predicti
Dating Web
- 利用python语言,通过KNN算法,通过对原始数据的分类,找到最适合的约会目标(Using the python language, the KNN algorithm is used to classify the original data to find the most suitable date target)