搜索资源列表
391
- 提出了一种新的基于规则的异常检测模型.把系统调用按照功能和危险程度进行了分类,该模型只是针对每类中关键调用(即危险级别为1的系统调用).在学习过程中,动态地处理每个关键调用,而不是对静态的数据进行数据挖掘或统计,从而可以实现增量学习.
Spectrum_Sensing_of_SVM-
- 有认知无线电CR的论文和Matlab代码,进行传统频谱感知算法的能量检测实现与SVM分类算法实现,两个进行对比检测概率性能,还有生成SVM三种核函数的分类检测图与统计三个错误率,得出SVM算法优于能量检测算法-Cognitive radio CR papers and Matlab code, perform traditional spectrum sensing algorithms to achieve energy detection and SVM classification alg
king_nr45
- 有循环检测,周期性检测,可以实现模式识别领域的数据的分类及回归,Pisarenko谐波分解算法。- There are cycle detection, periodic testing, You can achieve data classification and regression pattern recognition, Pisarenko harmonic decomposition algorithm.
RANSIC1
- ransac分类器,应用于二维点,自带检测算法(RANSAC classifier, applied to two-dimensional points, comes with detection algorithms)
PCA_classifier_version1b
- 许多图像问题需要某种物体的检测,其中图像之间的物体的外观有自然的变化。 如人脸识别,病变检测,神经通道分割。 这些图像问题可以通过手动注释图像对象来解决,以训练识别正常物体外观的模型。 这可以通过基于PCA的最大似然分类器来完成。(PCA algorithm suitable for detection / recognition of 2D image "objects")
代码
- 图像配准的过程中两种或两种以上的图像重叠了在不同的同一个场景倍,从不同的观点和/或不同传感器。这两images-the区域的几何参考和感觉到图像。目前图像之间的差异,介绍了因不同成像条件。图像配准的一个决定性的步骤所有图像分析任务在最后的信息结合了各种各样的数据能源,如在图像融合、变化检测和多通道形象得到恢复。通常,必须注册在多光谱遥感分类、环境监测,变化检测图像拼接、天气预报、创造超分辨率图像、整合信息到地理信息系统(GIS)),结合医学计算机断层扫描(CT)、核磁共振数据获得更完善的信息,如