搜索资源列表
KNearestclass
- 使用K近邻算法对一个2维德样本集进行分类，样本集的分布为混合高斯分布。
patternClass
- 產生k個d維的常態分布樣本，產生某個事前機率為P(wi)的常態分布的discriminant function，計算任兩點間的Euclidean distance及Mahalanobis distance -Generated k-d-dimensional normal distribution of samples to generate a prior probability P (wi) of the normal distribution of the discriminan
k_means
- 实现K-means算法，高斯随机分布抽取数据 利用k-means算法实现分类-Implement K-means algorithm to extract the data using Gaussian random distribution of k-means classification algorithm
matlab-degree-distribution-of-graph
- 利用matlab统计图中结点度的分布以及节点都发生频率的分布。结果出现两张图，一个是统计图中各个结点度k的分布，一张是统计网络结点度发生频率即为概率P(k)的分布图。-the source code can statistics the degree distribution of graph with matlab. it is very useful to the analysis of complex network study.
U_pcm
- 均匀量化方法：该方法对彩色空间进行划分, 挑选出一组红蓝绿成分均匀分布的色彩表颜色。最简单的表示方法是：首先分离RGB空间，使之在每一维上分成相等的片，落在每一块的颜色均用其中央点的颜色值来近似表示，这样可选出一组用途广泛的颜色。例如在K为256 的情况下,考虑到人眼对不同颜色的敏感度将颜色空间中的红色和绿色分量各分成8段，蓝色分量4段，这样可组合得到8*8*4=256种色彩。-Uniform quantization
codefans.net
- 均匀量化方法：该方法对彩色空间进行划分, 挑选出一组红蓝绿成分均匀分布的色彩表颜色。最简单的表示方法是：首先分离RGB空间，使之在每一维上分成相等的片，落在每一块的颜色均用其中央点的颜色值来近似表示，这样可选出一组用途广泛的颜色。例如在K为256 的情况下,考虑到人眼对不同颜色的敏感度将颜色空间中的红色和绿色分量各分成8段，蓝色分量4段，这样可组合得到8*8*4=256种色彩。-Digital Image Processing
REMOTE-IMAGE-PCT
- PCT也叫做主成分分析，处理的对象是遥感图像。它对原始K维数据的坐标轴进行了旋转，它将变换后的图像总方差进行最优化重新分布。 -The PCT also known as principal component analysis, remote sensing image processing. Its original K-dimensional data, the coordinate axis of rotation, it will transform the image after
zabo
- 1 瑞利分布实现程序 2 瑞利分布＋杂波 3 相关对数正态分布杂波 4 相关weibull分布杂波 5 相干相关K分布杂波 -1 Rayleigh distribution to achieve program 2 Rayleigh distribution+ Clutter 3 Related lognormal clutter 4 related weibull distribution clutter 5 coherent K distribute
PeopleDensitydll
- 视频图像的人群密度检测，多种人群密度场景下人群计数算法： 算法功能:建立图像特征和图像人数的数学关系 算法输入:训练样本图像1,2…K 算法输出:模型估计参数 ，参考图像 算法流程：1)对训练样本图像进行分块处理(算法1.1)； 2)通过算法1.2，计算训练样本各个对应分块的ALBP特征归一化，再用K-means算法(可使用opencv等算法库实现，不再描述其算法)，将图像块分成k(k<K)类，获取k(k<K)个聚类中心，即为参考图像； 3)对分块的图像进行与
new_CFAR
- 针对海面舰船检测，构建K分布模型，提出了一种新的CFAR检测算法，可以成功检测出海面舰船。-A new CFAR detection algorithm is proposed to construct the K distribution model for the detection of sea ships and the ship can be detected successfully.
m-k显著
- Mann-Kendall趋势检验(有时称为MK检验)用于分析时间序列数据的持续增加或减少趋势(单调趋势)。这是一个非参数检验，这意味着它适用于所有的分布(即数据不必满足正态假设)。但数据应该没有序列相关性。如果数据具有序列相关性，则可能在显著水平(p值)上产生影响。这可能会导致误解。为了克服这一问题，研究人员提出了几种改良的MannKendall检验(Hamed and Rao modified MK Test)。Yue和Wang修改了MK测试。使用预白化方法等改进的MK测试)。季节性Mann-