-
work
for image processing
- 2009-02-09 15:19:35下载
- 积分：1
-
MUSIC_DOA
DOA using MUSIC Method
- 2009-07-14 06:37:23下载
- 积分：1
-
GRNN
基于BP和GRNN神经网络的粮食产量预测研究，通过训练样本和测试样本的交叉验证，实现粮食产量预测效果的最佳化(Prediction of Grain Yield BP and GRNN based training through cross-validation and testing samples, to achieve the best effect of the Grain Production Forecast)
- 2016-04-08 09:55:07下载
- 积分：1
-
MyKmeans
实现聚类K均值算法： K均值算法：给定类的个数K，将n个对象分到K个类中去，使得类内对象之间的相似性最大，而类之间的相似性最小。 缺点：产生类的大小相差不会很大，对于脏数据很敏感。 改进的算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的消耗—E（Or）。选择E最小的那个Or来代替Oi。这样K个medoids就改变了，下面就再转到2。 4，这样循环直到K个medoids固定下来。 这种算法对于脏数据和异常数据不敏感，但计算量显然要比K均值要大，一般只适合小数据量。(achieving K-mean clustering algorithms : K-means algorithm : given the number of Class K, n will be assigned to target K to 000 category, making target category of the similarity between the largest category of the similarity between the smallest. Disadvantages : class size have no great difference for dirty data is very sensitive. Improved algorithms : k-medoids methods. Here a selection of objects called mediod to replace the center of the above, the logo on a medoid this category. Steps : 1, arbitrary selection of objects as K medoids (O1, O2, Ok ... ... Oi). Following is a cycle : 2, the remaining targets assigned to each category (in accordance with the closest medoid principle); 3, for each category (Oi), the order of selection of a Or, calculated Oi Or replace the consumption-E (Or))
- 2005-07-26 01:32:58下载
- 积分：1
-
matrixqueue
*** Losided Iteration (A= P^T) ****
- 2012-04-27 09:48:21下载
- 积分：1
-
EMD
希尔伯特-黄变换中利用EMD对一个信号进行分解，得到瞬态分量的程序(EMD for signal anaysis)
- 2014-12-05 13:49:07下载
- 积分：1
-
cal
说明： 在原始信号加入白噪声，通过卡尔曼滤波去除噪声，恢复原始信号。(In the original signal to join the white noise through the kalman filter remove the noise, restore the original signal.
)
- 2011-04-18 15:00:57下载
- 积分：1
-
fftKernels
new kernel fast Fourier transform
- 2012-09-10 22:48:06下载
- 积分：1
-
chap11
徑向基底函數類神經網路，是單隱藏層的3層前向網路，模擬人腦中局部調整，有很好的逼近能力(Radial basis function neural network, a single hidden layer of 3 layer to the network, simulating the brain partial adjust, has a very good approximation ability)
- 2007-10-29 18:25:26下载
- 积分：1
-
CV
说明： test code for the previous code
- 2011-01-25 22:31:02下载
- 积分：1
