搜索资源列表
PDF_histogram
- 一時間序列的機率密度函數(probability density function)與峰值分布直方圖表示程式-Histogram, probability density function, and peak distribution of a time history.
picture--chasing
- 背景建模和前景分割的方式把运动车辆提取出来。并进行最近临关联，输出目标轨迹。 MeanShift运动目标跟踪 matlab程序 1.截取跟踪目标矩阵rect 2.求取跟踪目标的加权直方图hist1 3.读取视频序列中的一帧， 先随机取一块与rect等大的矩形，计算加权直方图hist2。 4.计算两者比重函数，如果后者差距过大， 更新新的矩阵中心Y，进行迭代（MeanShift是一种变步长可以迅速接近概率密度峰值的方法），直至一定条件后停止。
The-Introduction-Of-OFDM-Spectrum
- 本文介绍了OFDM技术及其功率谱的，并通过仿真研究了OFDM的功率谱密度特点。在同样条件下，增大子载波数目，会使信号带宽增加，带外衰减加快，功率谱密度图形更加接近于矩形。另外，添加循环前缀将使离散峰值谱线的值略微增大。-This article describes the OFDM technology and its power spectrum, and to study the characteristics of the power spectral density of the OFD
circ_dw
- 相控阵天线阵列的密度加权matlab程序代码。 运行gui.m文件 lmax.m和lmin.mLinear_func.m最后几行被调用，放在和Linear_func.m路径相同的文件夹下即可 运行后command window里第一条分割线上面是第一幅图的几个值，第二条分割线上面是第二幅图的几个值。其中，peak_first是数值最大的峰值，peak_second是数值第二大的峰值(第一旁瓣)，theta_var是与 peak_first最近的左右两个谷值横坐标的距离。
MeanShift-matlab
- MeanShift运动目标跟踪 matlab程序 思路： 1.截取跟踪目标矩阵rect 2.求取跟踪目标的加权直方图hist1 3.读取视频序列中的一帧， 先随机取一块与rect等大的矩形，计算加权直方图hist2。 4.计算两者比重函数，如果后者差距过大， 更新新的矩阵中心Y，进行迭代（MeanShift是一种变步长可以迅速接近概率密度峰值的方法），直至一定条件后停止。 -MeanShift moving target tracking matlab program
clustering
- 基于快速搜索数据密度峰值的聚类算法是一种基于聚类中心具有较近邻点有更高密度且其与更高密度点间有着较大的相对距离的一类算法。-Clustering by fast search and find of density peaks is based on the idea that cluster centers are characterized by a higher density than their neighbors and by a relatively large distance
density-peaks-clustering-master
- 2014年发表的密度峰值聚类方法,聚类 聚类-density peak clustering master
fangyiu_v68
- 已调制信号计算其普相关密度，包括最后计算压缩图像的峰值信噪比和压缩效果的源码,GPS和INS组合导航程序。- Modulated signals to calculate its density Pu-related, Including the final calculation of the compressed image peak signal to noise ratio and compression of the source, GPS and INS navigation pro
huilao
- 基于matlab平台实现,包括最后计算压缩图像的峰值信噪比和压缩效果的源码,已调制信号计算其普相关密度。- Based on matlab platform, Including the final calculation of the compressed image peak signal to noise ratio and compression of the source, Modulated signals to calculate its density Pu-related.
DP
- 改进过后的 密度峰值算法 不需要人工干预选择中心-After the peak density improved algorithm does not require human intervention to center
ying-V8.8
- 包括最后计算压缩图像的峰值信噪比和压缩效果的源码,已调制信号计算其普相关密度，实现用SDRAM运行nios，同时用SRAM保存摄像头数据。- Including the final calculation of the compressed image peak signal to noise ratio and compression of the source, Modulated signals to calculate its density Pu-related, Implemente
dpca
- 自动选择聚类中心的快速搜索密度峰值聚类算法(A fast search algorithm for density peak clustering based on automatic selection of clustering centers)
DBSCAN
- 发表在《science》上的一种基于密度峰值的聚类算法源程序(Cluster algorithm based on density peak)
DPC
- 基于密度的聚类方法，能够对任意形状进行聚类(The density-based clustering method that can cluster any shape)
CFSFDP-matlab
- 密度峰值聚类算法源码+测试数据(人工+UCI)(Source Code and datasets of CFSFDP Algorithm)
cluster
- 快速搜索与发现密度峰值聚类方法来确定聚类中心(Clustering by fast search and find of density peaks)
algorithm in paper
- science平台代码源文件，主要讲的是一种基于密度的聚类方法,(Clustering by fast search and find of density peaks)
DBSCAN聚类
- Python密度聚类 最近在Science上的一篇基于密度的聚类算法《Clustering by fast search and find of density peaks》引起了大家的关注(在我的博文“论文中的机器学习算法——基于密度峰值的聚类算法”中也进行了中文的描述)。于是我就想了解下基于密度的聚类算法，熟悉下基于密度的聚类算法与基于距离的聚类算法，如K-Means算法之间的区别。 基于密度的聚类算法主要的目标是寻找被低密度区域分离的高密度区域。与基于距离的聚类算法不同的是，基
clustering by find od density peaks
- science上密度峰值聚类算法源码，包括matlab源码和s1数据集(Source code for peak density clustering algorithm on Science)
30号作业
- python实现密度峰值聚类 及相关测试数据机(Python realizes density peak clustering)