搜索资源列表
knn
- 朴素贝叶斯(Naive Bayes, NB)算法是机器学习领域中常用的一种基于概率的分类算法，非常简单有效。k近邻法(k-Nearest Neighbor, kNN)[30,31]又称为基于实例(Example-based, Instance-bases)的算法，其基本思想相当直观：Rocchio法来源于信息检索系统，后来最早由Hull在1994年应用于分类[74]，从那以后，Rocchio方法就在文本分类中广泛应用起来。
PCA_KNN.rar
- 主成分分析+最近邻分类器，经典的原理介绍论文，可参照。,PCA+ nearest neighbor classifier, the classic paper describes the principle, can refer to.
空间插值方法汇总
- Inverse Distance to a Power（反距离加权插值法） Kriging（克里金插值法） Minimum Curvature（最小曲率） Modified Shepard s Method（改进谢别德法） Natural Neighbor（自然邻点插值法） Nearest Neighbor（最近邻点插值法） Polynomial Regression（多元回归法） Radial Basis Function（径向基
Chameleon
- Chameleon算法是一种通过在合并两类时用更高 的标准来提高聚类质量的聚类算法,它既考虑了互连 性,又考虑了近似度,特别是簇内部的特征,因而能够 自动地适应被合并簇的内部特征,因此具有较强的发 现任意形状和任意大小簇的能力。Chameleon算法首 先由数据集构造成一个K-最近邻图Gk,再通过一个 图的划分算法将图Gk划分成大量的子图,每个子图 代表一个初始子簇,最后用一个凝聚的层次聚类算法 反复地合并子簇来找到真正的结果簇。 -Chameleon
xietongdingwei
- 协同定位是多平台编队中的关键问题之一 是实现无人机~ 舰艇编队等定位控制的基础G 从信息融 合的角度研究了编队协同中的导航定位问题 提出了一种新的协同定位算法G 推导了二维情况下 基于最近邻准 则确定伪测量和相伴误差协方差矩阵的模型G 仿真分析表明 该算法可以稳定地完成己平台运动要素的估计-Co-location is one of the key issues in the formation of multi-platform UAV ~ vessel formation pos
DCT
- 提出了一种基于DCT提取人脸特征技术和支持向量机分类模型的人脸识别方法。利用离 散余弦变换可提取人脸可识别的大部分信息,而支持向量机作为分类器,在处理小样本、高维数等 方面具有独特的优势,且泛化能力很强,无需先验知识。从ORL 人脸库上的实验结果可以看出, DCT特征提取是很有效的,且SVM的分类性能优于最近邻分类器,同时提高了整个系统的运算速 度。-A face recognition method based on DCT for face feature extractio
LSH
- 用LSH算法实现近似最近邻检索，并提高了效率-With LSH algorithm approximate nearest neighbor search, and improves efficiency
data-asso--introduction
- 详细介绍数据关联的相关知识，包含最近邻，JPDA的算法的详细推导。-Detailed data related knowledge, including the nearest neighbor, detailed derivation JPDA algorithm.
25292626
- 为了实现复杂环境下的人脸特征有效表达，提出一种改进的梯度方向直方图（ＨＯＧ）人脸识别方法．首先以人脸图像网格作为采样窗口并在其上提取 ＨＯＧ特征；然后将所有网格 ＨＯＧ特征向量进行组合，实现整个人脸特 征表达；最后采用最近邻分类器进行识别．另外，比较了该方法与Ｇａｂｏｒ小波和局部二值模式（ＬＢＰ）２种著名的人脸 局部特征表示方法的优劣．实验结果表明，在调优的 ＨＯＧ参数下，在具有光照和时间环境等复杂变化的ＦＥＲＥＴ人 脸库中，较少维数的 ＨＯＧ特征比ＬＢＰ特征有更好的表现，而且 ＨＯ
optimization
- 多变量时间序列相空间重构的优化，改进的方法避免使用虚假最近邻点法。-The optimization of phase space reconstruction of multivariate time series, the improved method avoids the use of false nearest neighbor method.
0755
- 包括最小二乘法、SVM、神经网络、1_k近邻法,采用加权网络中节点强度和权重都是幂率分布的模型，ofdm系统仿真 含16qam调制 fft 加窗 加cp等模块。- Including the least squares method, the SVM, neural networks, 1 _k neighbor method, Using weighted model nodes in the network strength and weight are power law distribu
tenpai_v19
- 意信号卷积的运算,并且绘制图象，双向PCS控制仿真，包括最小二乘法、SVM、神经网络、1_k近邻法。- Convolution operation is intended to signal and image rendering, Two-way PCS control simulation, Including the least squares method, the SVM, neural networks, 1 _k neighbor method.
njvvi
- 包括最小二乘法、SVM、神经网络、1_k近邻法,用于时频分析算法，各种资源分配算法实现。- Including the least squares method, the SVM, neural networks, 1 _k neighbor method, For time-frequency analysis algorithm, Various resource allocation algorithm.
cedbk
- 基于K均值的PSO聚类算法,非常适合计算机视觉方面的研究使用,包括最小二乘法、SVM、神经网络、1_k近邻法。- K-means clustering algorithm based on the PSO, Very suitable for the study using computer vision, Including the least squares method, the SVM, neural networks, 1 _k neighbor method.
gun_hm20
- 合成孔径雷达（SAR)目标成像仿真，包括最小二乘法、SVM、神经网络、1_k近邻法,光纤陀螺输出误差的allan方差分析。- Synthetic Aperture Radar (SAR) imaging simulation target, Including the least squares method, the SVM, neural networks, 1 _k neighbor method, allan FOG output error variance analysis.
xneay
- 包括最小二乘法、SVM、神经网络、1_k近邻法,可以提取一幅图中想要的目标，关于超声波倒车雷达测距的。- Including the least squares method, the SVM, neural networks, 1 _k neighbor method, Target can be extracted in a picture you want, About ultrasonic parking radar ranging.
ae223
- 调试通过可以使用，包括最小二乘法、SVM、神经网络、1_k近邻法,单径或多径瑞利衰落信道仿真。- Debugging can be used, Including the least squares method, the SVM, neural networks, 1 _k neighbor method, Single path or multipath Rayleigh fading channel simulation.
数字图像的几何变换
- 图像的几何变换是图像处理的基础内容之一，通过几何变换不仅可以产生某些特殊的效果，而且可以简化图像处理过程和分析程序。论文对常用图像的几何变换的数学基础、算法原理、算法仿真、和畸变校正技术进行研究。主要探讨了数字图像的几何变换（包括图像的平移、图像的缩放、图像的旋转以及镜像变换）理论，以MATLAB为工具，以最近邻插法、双线性插值法和双三次插值法三种常用数字图像差值算法为基础，实现了数字图像的一系列几何变换。几何变换是将几何图形按照某种法则或规律变成另一种几何图形的过程它对于几何学的研究有重要作用
规则网络matlab仿真
- 如果在一个网络中，每一个节点只和它周围的邻居节点相连，那么就称该网络为最近邻耦合网络。常见的一种具有周期边界条件的最近邻耦合网络包含围成一个环的N个节点，其中每个节点都与它左右各K/2个邻居节点相连，这里K是一个偶数。构造算法：初始化时，N个初始节点均匀分布在圆周上，而后每个节点与自己的第k/2个邻居建立连接。