搜索资源列表
Wang_PCA
- 、去均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步） 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量 -To mean the number of calculated co-covariance matrix and its eigenvalues and eigenvectors to calculate
feature_selection
- 顺序浮动向前选择：选取特征中影响系数较大的特征。-The order of floating forward options: select characteristics influence coefficient larger feature.
diaocha
- 学生业余生活调查系统asp.net源码，可以进行选择或自定义，暂没有管理后台。 （一）设计如下面的数据项和数据结构。 1、题目信息，包括的数据项有：编号，主题，票数。 2、选项信息，包括的数据项有：编号，选项编号，选项内容，票数。 （二）数据库概念结构设计 根据上面设计规划出的实体 （三）逻辑设计 基本表设计 将E-R图转化为关系模式。利用关系型数据库的特征，将系统设计为1个数据库，包含2个基本表： 1、主表：编号，主题，票数。 2、附表：编号
redmine-v2.2.3.tar
- Redmine 是一个开源的、基于Web的项目管理和缺陷跟踪工具。它用日历和甘特图辅助项目及进度可视化显示。同时它又支持多项目管理。Redmine是一个自由开放 源码软件解决方案，它提供集成的项目管理功能，问题跟踪，并为多个版本控制选项的支持。虽说像IBM Rational Team Concert的商业项目调查工具已经很强大了，但想坚持一个自由和开放源码的解决方案，可能会发现Redmine是一个有用的Scrum和敏捷的选择。 由于Redmine的设计受到Rrac的较大影响，所以它们的软件包有很
coexistence_exhaust_function
- 这个matlab程序实现了基于穷举算法即容量最大化对认知用户的特征模式的选择的算法的仿真-The matlab program implements the algorithm that is based on exhaustive maximize the capacity of cognitive characteristics of the user mode selection algorithm simulation
Face_recognition
- 人脸识别程序。算法部分目前分为4个模块：人脸对齐、光照归一化、特征提取和选择、子空间降维，每个模块是一个项目，每个项目生成一个dll供功能部分隐式调用-Recognition program. Part of the algorithm is currently divided into four modules: face alignment, illumination normalization, feature extraction and selection, subspace dime
bag-of-words
- 图像特征点提取词袋模型,添加LBP特征的选择，融合两种特征进行图像的特征提取-bag of words in images
j_19165_redmine
- Redmine 是一个开源的、基于Web的项目管理和缺陷跟踪工具。它用**历和甘特图辅助项目及进度可视化显示。同时它又支持多项目管理。Redmine是一个自由开放 源码软件解决方案，它提供集成的项目管理功能，问题跟踪，并为多个版本控制选项的支持。虽说像IBM Rational Team Concert的商业项目调查工具已经很强大了，但想坚持一个自由和开放源码的解决方案，可能会发现Redmine是一个有用的Scrum和敏捷的选择。 由于Redmine的设计受到Rrac的较大影响，所以它们的软件包有
j_17918_redmine
- Redmine 项目管理 V2.0.4Redmine 是一个开源的、基于Web的项目管理和缺陷跟踪工具。它用**历和甘特图辅助项目及进度可视化显示。同时它又支持多项目管理。Redmine是一个自由开放 源码软件解决方案，它提供集成的项目管理功能，问题跟踪，并为多个版本控制选项的支持。虽说像IBM Rational Team Concert的商业项目调查工具已经很强大了，但想坚持一个自由和开放源码的解决方案，可能会发现Redmine是一个有用的Scrum和敏捷的选择。 由于Redmine的设计受到
ZPclustering
- 谱聚类算法建立在谱图理论基础上，与传统的聚类算法相比，它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。 该算法首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量 ， 然后选择合适 的特征向量聚类不同的数据点。谱聚类算法最初用于计算机视觉 、VLS I 设计等领域， 最近才开始用于机器学习中，并迅速成为国际上机器学习领域的研究热点。-Spectral clustering algorithm based on the reprodu
PCA(test)
- 完整的PCA 人脸识别的应用包括几个步骤：人脸图像预处理；读入人脸库，训练形成 特征子空间；把训练图像和测试图像投影到上一步骤中得到的子空间上；选择一定 的距离函数进行识别-We present an approach to the detection and identification of human faces and describe a working, near-real-time face recognition system which tracks a s
Automobile-rents-m-s
- 本系统具有仅管理员式的保密功能，实现了对汽车类型，保险类型，车辆基本特征信息的管理，对客户信息的录入，添加会员，选择会员类型，注销会员，以及浏览、添加、删除、修改出租与出租审核信息，续租与续租审核信息，归还与归还审核信息等功能。本系统使用Visual Basic 6.0中文企业版作为开发工具，后台数据库采用Microsoft Access 2010。-This system has the function of only the administrator type of confidenti
feature_selection
- 使用matlab语言编写而成，用于蚁群算法的特征提取和选择，已经验证过了-it is used to feature selection for aco,matlab
LK算法
- 利用openCV，首先利用goodFeaturesToTrack函数得到图像中的强边界作为跟踪的特征点，接下来要调用calcOpticalFlowPyrLK函数，输入两幅连续的图像，并在第一幅图像里选择一组特征点，输出为这组点在下一幅图像中的位置。再把得到的跟踪结果过滤一下，去掉不好的特征点。再把特征点的跟踪路径标示出来。(Using openCV, we use goodFeaturesToTrack function to get strong edges in the image as t
matlab基于Relief算法
- matlab基于Relief算法的特征权重选择，有效地选择出了权重数据(Based on the feature weight selection of Relief algorithm, the weighting data are effectively selected)
MC
- 大数据挖掘，随机森林算法，可用于分类，特征向量选择等等。(random forest ,data minning)
feature_rank-master
- 这个函数计算费舍得分或特征的鉴别系数。 它可以用于两类功能选择场景。(This function computes the Fisher Score or Discriminating Coefficient of features. It can be used in two class feature selection scenarios.)
CARS
- 用于matlab模式识别（分类和回归）的特征变量提取方法，竞争性自适应重加权算法（CARS）是通过自适应重加权采样（ARS）技术选择出PLS模型中回归系数绝对值大的波长点，去掉权重小的波长点，利用交互验证选出RMSECV指最低的子集，可有效寻出最优变量组合。(The method of feature variables extraction for matlab pattern recognition (classification and regression), competitive a
cloud
- ”云”或者’云滴‘是云模型的基本单元，所谓云是指在其论域上的一个分布，可以用联合概率的形式（x， u）来表示 云模型用三个数据来表示其特征 期望：云滴在论域空间分布的期望，一般用符号Εx表示。 熵：不确定程度，由离散程度和模糊程度共同决定，一般用En表示。 超熵： 用来度量熵的不确定性，既熵的熵，一般用符号He表示。 云有两种发生器：正向云发生器和逆向云发生器，分别用来生成足够的云滴和计算云数字特征（Ex， En，He）。 正向云发生器： 1.生成以En为期望，以H
matlab表情识别
- Matlab表情识别，特征脸[1 ]作为面部表情分类的方法。首先，利用训练图像创建低维人脸空间（pca）。这是通过训练图像集主成分分析（PCA）及图片主成分分析（即具有较大特征值的特征向量）获得的。 结果，所有的测试图像以所选择的主成分表示，计算投影图像与所有投影列车图像的欧几里得距离，选择最小值以找出与试验图像最相似的训练图像。(The feature face [1] is used as a facial expression classification method. Firstly,