搜索资源列表
CH3
- L3_1.m: 純量量化器的設計(程式) L3_2.m: 量化造成的假輪廓(程式) L3_3.m: 向量量化器之碼簿的產生(程式) L3_4.m: 利用LBG訓練三個不同大小與維度的碼簿並分別進行VQ(程式) gau.m: ML量化器設計中分母的計算式(函式) gau1.m: ML量化器設計中分子的計算式(函式) LBG.m: LBG訓練法(函式) quantize.m:高斯機率密度函數的非均勻量化(函式) VQ.m: 向量量化(函式) L3
VQ
- 用matlab实现基于LBG算法的向量量化编码-Matlab by LBG algorithm based on vector quantization coding
lvq
- 学习向量量化神经网络模型与学习算法及MATLAB实现-Learning vector quantization neural network model and learning algorithm
DCTlicheng
- 研究表明，构成K一L变换矩阵的向量也就是ToePhtz矩阵的特征向量。与此同时，离散 余弦变换矩阵逼近于ToePutz矩阵的特征向量矩阵，所以离散余弦变换矩阵与自然图像的 K一L变换矩阵十分相似。经过离散余弦变换后的变换系数块的协方差矩阵Cy非常接近对角 阵，即除了对角线元素以外，其它很多元素都近似为0，并且在左上角集中了主要能量。这 反映了自然图像大部分区域变化不大，亮度突变只占少数，即图像能量以低频成分为主的特 性。通过变换后的量化，舍弃对视觉效果影响较小的次要信息，可达
Neural-network-toolbox-function
- Matlab神经网络工具箱函数涉及的网络模型有，感知机网络、线性神经网络、BP神经网络、径向基神经网络、自组织神经网络、学习向量量化神经网络、Elman神经网络、Hopfield神经网络、自适应滤波和控制系统网络等。-Matlab neural network toolbox function involving network model have a perceptron and linear neural network, BP neural network, RBF neural net
vq-Speakerrecognized
- vq矢量量化，对说话人进行识别，内置有语音样本，识别率高达90 。对语音信号进行读取，预处理，特征参数提取，向量量，训练，对比识别。-vq vector quantization for speaker identification, built-in voice samples, the recognition rate of 90 . Read the speech signal, preprocessing, feature extraction, the amount of vector
Quantitative-trading10
- 量化投资——以Matlab为工具第十章：高级篇-基于MATLAB的支持向量机（SVM）在量化投资中的应用-Quantitative trading