搜索资源列表
code
- 复利叶变换 内核 内有例程 job2为主函数-compounded Fourier transform kernel routines within the main function job2
ar_dct_kda
- 在AR人脸库上进行DCT变换，使用DCT变换后的图像进行 kernel fisher discriminant analysis,其中kernel 函数可以自己选择-In the AR face database on the DCT transform, using the DCT transformed image kernel fisher discriminant analysis, which can choose the kernel function
poly_svm
- 核函数是利用支持向量机解决不可分问题时引入的一种非线性变换的手段。基本思想是通过非线性变换，使样本变换之后的特征空间中变得线性可分。然后利用线性可分时构造最优超平面的方法，在特征空间中实现最优超平面的求解。-Kernel function is the use of support vector machine to resolve the issue can not be separated from the introduction of a nonlinear transform mean
SupportVectorMachinesClassifierBasedonModifyingKer
- 以黎曼几何为理论依据，基于S.Amari的修正核函数思想提出了两种新的保角变换，用其对核函数进行数据依赖性改进，进一步提高支持向量机分类器泛化能力。以人工非线性分类问题 为对象进行研究，仿真实验结果表明采用新保角映射可以快速显著地改善分类器泛化性能，而且能大幅度地减少支持向量的数目。-Two novel conformal transformations were proposed based on the Riemannian geometry theory and S.Amari’sid
jiyutezhengronghehemohuhepanbian
- 提出了基于特征融合和模糊核判别分析(FKDA)的面部表情识别方法。首先，从每幅人脸图像中手工定 位34个基准点，作为面部表情图像的几何特征，同时采用Gabor小波变换方法对每幅表情图像进行变换，并提取基 准点处的Gabor小波系数值作为表情图像的Gabor特征；其次，利用典型相关分析技术对几何特征和Gabor特征进 行特征融合，作为表情识别的输人特征；然后，利用模糊核判别分析方法进一步提取表情的鉴别特征；最后，采用最 近邻分类器完成表情的分类识别。通过在JAFFE国际表情数据库和
Face-recognition
- 本文针对人脸图像的特点，选取一组Gabor 小波核，并用这组Gabor 小波核对人脸图像进行Gabor 小波变换，提取人脸 图像的有效信息。在此基础上，用2DPCA 对Gabor 小波提取的 数据矩阵进行降维，最后用最近邻法对人脸进行分类。-In this paper, the characteristics of face images, select a set of Gabor wavelet kernel, and check with this set of Gabor wav
Wavelet-kernel-learning
- 简单介绍了小波变换在机器学习中的应用。多谢您的下载-A brief introduction of wavelet transform in machine learning applications. Thank you for downloading
demoSSKOSP
- 半监督正交子空间投影，带有核变换，很新的算法，做图像处理很有用。-The kernel OSP (KOSP) has recently demonstrated improved results for target detection in hyperspectral images. We present a semi-supervised graph-based approach to improve KOSP.
KPCA
- KPCA是一种基于核的主要成分分析，是一种由线性到非线性之间的桥梁。通过非线性函数把输入空间映射到高维空间，在特征空间中间型数据处理，引入核函数，把非线性变换后的特征空间内积运算转换为原始空间的核函数计算。 基本思想是通过某种隐士方法将输入空间映射到某个高维空间（特征空间），并在特征空间实现PCA。对该算法进行了详细的说明-KPCA is a kernel-based principal components analysis, is a bridge between the linear
Based-on-LM3S1138-driver
- 基于M3内核的TIMCULM3S1138的底层硬件驱动代码和一些算法程序。包括数字电位器AD5254，DAC7821，LCD1602，FIR数字滤波和FFT变换等。-Based on the M3 the kernel TIMCULM3S1138 the underlying hardware driver code and the algorithm program. Including the digital potentiometer AD5254, DAC7821, LCD1602, F
ZunyX2012
- ZunyX 2010 是 Zuny 的升级产品，是一款全新的Zuny内核，界面简洁，使效率更高，操作更加方便。 ZunyX 文件分享系统 2010 Beta 主要功能： 多用户完善权限管理和设置 远端上传 FTP上传 多附件进度条可视化上传 无限极无限数文件夹管理 在后台就可以经过简单配置拥有个性界面 简单轻松设定个性后缀图标 首页广告及自定义头部 后台完善的附件管理机制 后台自动获取最新程序信息，根据您已安装版本为您推荐最符合您的版本信息
DCT
- 基于OpenCL的DCT变换，有完整的C文件和kernel文件-OpenCL-based DCT transform
wavelet-code-For-C_2
- 1、题目：一维小波变换，可多次分解 2、原理：卷积核变为Daubechies正交小波基h[]和g[]的交替形式。增加了多次分解的功能。-1, Title: one-dimensional wavelet transform decomposition can be repeated 2 Principle: convolution kernel becomes orthogonal Daubechies wavelet h [] and g [] alternate form. Decomp
armfly-DSP-tutorials-Chapter-23
- 本教程使用的DSP库来自ARM官方，此库支持以CM0，CM3，CM4以及CM7为内核的所有MCU。本章节开始进入此教程最重要的知识点之一傅里叶变换。关于傅里叶变换，我们在大一的高等代数课本中都学习过，但是工作后还能记得这个变换的已经寥寥无几了。本章节主要是把傅里叶相关的基础知识进行必要的介绍，没有这些基础知识的话，后面学习FFT（快速傅里叶变换）时会比较困难。本章节的内容主要来自百度百科，wiki百科以及网络和书籍中整理的一些资料。-This tutorial uses a DSP librar
armfly-DSP-tutorials-Chapter-24
- 本教程使用的DSP库来自ARM官方，此库支持以CM0，CM3，CM4以及CM7为内核的所有MCU。在数字信号处理中常常需要用到离散傅立叶变换(DFT)，以获取信号的频域特征。尽管传统的DFT算法能够获取信号频域特征，但是算法计算量大，耗时长，不利于计算机实时对信号进行处理。因此至DFT被发现以来，在很长的一段时间内都不能被应用到实际的工程项目中，直到一种快速的离散傅立叶计算方法——FFT，被发现，离散是傅立叶变换才在实际的工程中得到广泛应用。需要强调的是，FFT并不是一种新的频域特征获取方式，而
armfly-DSP-tutorials-Chapter-25
- 本教程使用的DSP库来自ARM官方，此库支持以CM0，CM3，CM4以及CM7为内核的所有MCU。FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后，就很容易看出特征了。这就是很多信号分析采用FFT变换的原因。另外，FFT可以将一个信号的频谱提取出来，这在频谱分析方面也是经常用的。本章节的主要内容是讲解FFT变换结果的物理意义。-This tutorial uses a DSP library the ARM officia
kernel及其应用
- 人工智能学习算法中的kernel变换函数及其应用。将低纬转变成高纬函数(kernel Transformation function)
Disfrft
- 特征分解型求取离散分数阶傅里叶变换 特征分解算法通过求ＤＦＴ的核矩阵Ｆ（ｋ，ｎ）的特征值 和特征向量构造ＤＦＴ核矩阵的分数幂，以此作为Ｆａ（ｋ，ｎ） 来计算ＤＦｒＦＴ。(The kernel matrix eigenvalue decomposition algorithm for DFT F (k, n) characteristic value And the feature vectors are constructed as the fractional powers of the DF
multi-kernel-path-1.1
- 多核变换，稀疏变换，核变换自适应学习，图形图像变换(Descr iption ----------- Multi-Kernel-Path package is a Matlab program that computes the entire regularization path for multiple-kernel learning problems. More precisely, it solves any learning problem with a smooth loss
核函数主成分分析KPCA
- 在多元统计领域中，核函数主成分分析(kernel principal component analysis, kernel PCA)是利用核函数方法技术对主成分分析(PCA)的扩展。使用核函数使原PCA的线性操作是在一个复制的内核希尔伯特空间中执行的。 KPCA的运算步骤势在PCA之前首先对数据进行kernel变换 ，再求相关系数矩阵。(In the field of multivariate statistics, kernel principal component analysis (ke