当前位置：
首页 资源下载
搜索资源 - feature matrix matlab
搜索资源列表
-
1下载：
基于PCNN的特征提取,PCNN用于特征提取时，具体平移、旋转、尺度、扭曲等不变性，这正是许多年来基于内容的图像检索系统追求的目标，同时PCNN用于特征提取时，有很好的抗噪性。而且PCNN直接来自于哺乳动物视觉皮层神经的研究，具有提取图像形状，纹理，边缘的属性。用PCNN能很好地对图像进行签名，将二维的图像的特征提取成一维矢量签名。-Feature extraction of specified object is an
important preprocessing stage in ma
-
-
0下载：
Feature Selection using Matlab.
The DEMO includes 5 feature selection algorithms:
• Sequential Forward Selection (SFS)
• Sequential Floating Forward Selection (SFFS)
• Sequential Backward Selection (SBS)
• Se
-
-
0下载：
基于共生矩阵纹理特征提取，d=1,θ=0°,45°,90°,135°共四个矩阵,所用图像灰度级均为256-Co-occurrence matrix based texture feature extraction, d = 1, θ = 0 °, 45 °, 90 °, 135 ° total of four matrices, the use of gray-scale images are 256
-
-
0下载：
在特征提取阶段，研究了PCA, 2DPCA, (2D) 2PCA, DiagPCA, DiagPCA-F-2DPCA等多
种方法。不同于基于图象向量的PCA特征提取，由于2DPCA, (2D) ZPCA, DiagPCA和
DiagPCA-I-2DPCA的特征提取都直接基于图象矩阵，计算量小，所以特征的提取速度明
显高于PCA方法。-In the feature extraction stage, the study of the PCA, 2DPCA, (2D) 2PCA,
-
-
0下载：
cooccurence matrix feature-cooccurence matrix feature
-
-
1下载：
（压缩包里一共有5个代码）
pca+lda+粗糙集+模糊神经网络
saveORLimage.m将ORL人脸库分为测试集ptest和训练集pstudy存为imagedata.mat
1.savelda.m将人脸库先进行pca降维，再用lda进行特征提取，得到新的测试集ldatest和训练集ldastudy存为imageldadata.mat
2.对ldastudy进行离散化(discretimage.m)，得到离散化矩阵disdata,存入到imagedisdata.mat
-
-
2下载：
基于灰度共生矩阵的纹理特征提取方法实现目标的识别-Gray-level co-occurrence matrix based texture feature extraction methods to achieve the target identification
-
-
0下载：
Matlab程序独立打包与混合编程的研究
Matlab程序的独立打包指的是不借用其他语言的混合编
程方法， 而只使用Matlab本身提供的打包工具实现Matlab程序
在未安装Matlab的机器上运行的方法。-Matlab is a good large-scale numerical simulation software.the program run in an explain implementation mode.It has a lot of
feature,for
-
-
2下载：
灰度共生矩阵相关资料，包括生成灰度共生矩阵matlab代码，Matlab7工具箱中缺少的graycomatrix.m文件，以及一个通过灰度共生矩阵提取特征的matlab程序（共20多个特征），可以根据他的方法来从灰度共生矩阵中提取你需要的特征。-GLCM relevant information, including generating GLCM matlab code, Matlab7 toolbox graycomatrix.m missing documents, and a gray
-
-
0下载：
机器视觉中三维重建的源码
具体包括4个文件，其中.c文件用于产生图像特征点矩阵-In the three-dimensional reconstruction process, resulting in the source image feature dot matrix
-
-
0下载：
NP是美国匹兹堡大学的T.L.Saaty 教授于1996年提出了一种适应非独立的递阶层次结构的决策方法，它是在网络分析法（AHP）基础上发展而形成的一种新的实用决策方法。其关键步骤有以下几个：
1 确定因素，并建立网络层和控制层模型。
2 创建比较矩阵。
3 按照指标类型针对每列进行规范化。
4 求出每个比较矩阵的最大特征值和对应的特征向量。
5 一致性检验。如果不满足，则调整相应的比较矩阵中的元素。
6 将各个特征向量单位化(归一化)
-
-
0下载：
In this paper, we show how support vector machine (SVM) can be
employed as a powerful tool for $k$-nearest neighbor (kNN)
classifier. A novel multi-class dimensionality reduction approach,
Discriminant Analysis via Support Vectors (SVDA), is in
-
-
0下载：
2dpca源代码，用于人脸识别，直接作用于矩阵提取特征。-2dpca the source code for face recognition, feature extraction directly on the matrix.
-
-
0下载：
用于提取EMG/MMG/ECG信号的频谱分析的特征量MATLAB代码，采用的算法是非负分解（NNMF）。-This program is designed to extract the feature of EMG/MMG/ECG signal in hand motions via the non-negative matrix factorization algorithm.
-
-
0下载：
基于图像纹理的特征提取，使用灰度共生矩阵方法。-Texture feature extraction based on the use of gray level co-occurrence matrix method.
-
-
0下载：
包括计算共生矩阵、对共生矩阵归一化、对共生矩阵计算能量、熵、惯性矩、相关4个纹理参数、求能量、熵、惯性矩、相关的均值和标准差作为最终8维纹理特征 -Including the calculation of co-occurrence matrix, normalized to the co-occurrence matrix, co-occurrence matrix calculation on the energy, entropy, moment of inertia, related t
-
-
0下载：
邻接灰度共生矩阵（NGLDM）特征提取程序-Neighboring Gray-Level Dependence Matrix Feature Extraction
-
-
1下载：
matlab最全纹理特征代码，灰度共生矩阵软件自带，就不传了。里面有tamura六个参数，灰度梯度共生矩阵的纹理特征，还有熵。-matlab the best texture feature code, the GLCM software comes not passed. Tamura six parameters, the shades of gray co-occurrence matrix texture features, as well as entropy.
-
-
2下载：
MATLAB 实现的概率矩阵分解，可以用于社交网络推荐，将评分矩阵分解为两个低维的用户和商品特征矩阵。代码中需要在load位置添加自己试验所需的数据集。-MATLAB realization probability matrix decomposition can be used for social networking recommendation, the scoring matrix is decomposed into two low dimensional
-
-
2下载：
利用matlab提取出频域和时域信号的29个特征，主运行文件feature_extraction，fre_statistical_compute和time_statistical_compute分别提取频域和时域的特征，生成的29个特征保存在生成的feature矩阵中。(Using MATLAB to extract 29 features of frequency-domain and time-domain signals, the main running files feature ex
-
