搜索资源列表
BlindSourceSeparation
- 频域卷积混合盲源分离，可作为实验平台使用。包括短时傅里叶变换及逆变换，复数ICA，解决排列歧义性的算法，算法性能评价等内容。-Frequency domain convolutive blind source separation.
LDA
- LDA matlab code 线性判别式分析(Linear Discriminant Analysis, LDA)，也叫做Fisher 线性判别 (Fisher Linear Discriminant ,FLD)，是模式识别的经典算法，它是在1996 年由Belhumeur 引入模式识别和人工智能领域的。性鉴别分析的基本思想是将高维的模式样本投影到最佳鉴 别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的 子空间有最大的类间距离和最小的类内距离，即模式在该空间中有
IVA
- 独立向量分析（IVA）是对独立成分分析（ICA）算法的一种扩展，将ICA中的单变量成分扩展为多维变量成分，可有效避免卷积盲源分离过程中的排序模糊性问题。-Independent vector analysis (IVA), a multivariate extension of independent component analysis, tackles the convolutedly mixed blind source separation (BSS) problem in a wa
fisher
- 模式识别的经典算法，它是在1996年由Belhumeur引入模式识别和人工智能领域的。性鉴别分析的基本思想是将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的子空间有最大的类间距离和最小的类内距离，即模式在该空间中有最佳的可分离性。因此，它是一种有效的特征抽取方法。使用这种方法能够使投影后模式样本的类间散布矩阵最大，并且同时类内散布矩阵最小。就是说，它能够保证投影后模式样本在新的空间中有最小的类内距离和最大的类间距离，即模式在该空间中有最
lda-0.2-matlab
- matlab判别分析，基本思想是将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的子空间有最大的类间距离和最小的类内距离，即模式在该空间中有最佳的可分离性。-matlab discriminant analysis, the basic idea is to sample the high-dimensional pattern projected onto the optimal discriminant vector space, i
LDA_Linear-Discriminant-Analysis
- 将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的子空间有最大的类间距离和最小的类内距离，即模式在该空间中有最佳的可分离性，与PCA区别：LDA考虑分类标签，属于有监督分类。-Linear discriminant analysis (LDA) is a generalization of Fisher s linear discriminant, a method used in statistics, pattern recognit
FeatureSelection
- 模式识别中基于可分离性判据的特征选择的matlab实现的源码及注释-In the pattern recognition based on feature selection of separability criterion of matlab source code and annotations
二维离散傅里叶变换
- 不调用matlab自带函数实现二维离散傅里叶变换(Do not call matlab own functions to achieve two-dimensional discrete Fourier transform)
fisher算法matlab源程序
- fisher算法matlab源程序,Fisher系数F，又称距离可分性测度，用来评价类间分离程度的函数(Fisher algorithm matlab source program, Fisher coefficient F, also called distance separability measure, is used to evaluate the degree of separation between classes.)