搜索资源列表
arfit
- 自回归模型拟合工具箱，可自动估计自回归模型参数，计算可信度，以及做自回归模型的特征分解分析
UpgradeReport
- 利用回转窑生产氧化铝的工艺中，提出了一种新的基于SVR（支持向量回归）的烧成带温度软测量方法。即首先对从回转窑采集到的烧结图像进行预处理，消除噪声的干扰；然后利用大津方法分割出物料区和火焰区，并提取这些区域的图像特征；其次利用基于SVR方法建立的烧成带温度模型计算温度值；参数计算.
m1
- 用边缘检测算法检测的圆的像的边缘点，并用多元线性回归求出椭圆的方程，然后按照我们的模型中提供的方法，求出每个圆心的像的位置-Using edge detection algorithm to detect the edge of the image circle points, and multiple linear regression equation of the ellipse obtained, and then follow the model provided by our met
GMM-Libraries-for-Matlab
- GMM-GMR!高斯混合模型-高斯混合回归-Gaussian Mixture model-Gaussian Mixture Regression!
4
- 本文针对摄像机运动情况下的多目标跟踪问题，提出了基于粒子滤波的跟踪算法。在粒子滤波算法基础上，将二阶自回归过程作为系统状态转移模型，HSV 颜色直方图作为观测模型，对视频中多个目标的位置、大小进行跟踪。实验结果表明，该算法能实时正确地跟踪多个目标，并对局部遮挡有较好的鲁棒性，也能在目标短暂消失导致跟踪失败后，在目标重新出现后及时捕获并继续进行跟踪。-A tracking algorithm based on particle filter is proposed to deal with mul
batch
- 基于自回归,全极点的AR模型,对随机信号的进行的功率谱估计。-Based on the autoregressive all-pole AR model estimated the conducted power spectrum of the random signal.
yucemaltab3
- 分析地平类药物分子结构和熔点之间关系,编制相应的MATLAB程序,分别建立回归方程和人工神经网络2种方法的模型.选取14个地平类药物作为回归方程和人工神经网络2种方法建模的样本,再选另外4个地平类药物作验证,分别进行2种方式的建模和测试对比.结果表明:人工神经网络模型比回归方程方法在预测地平类药物的熔点时取得更加准确的估计.-The relationship between the structure and melting point analysis horizon drug molecul
SVM-regression-theory-and-control-
- 支持向量机回归理论与神经网络等非线性回归理论相比具有许多独特的优点有线性回归和非线性回归,其模型的选 择包括核的选择、容量控制以及损失函数的选择.在控制方面的研究包括非线性 时间序列 的预测及应用、系统辨识以及优化控制和学习控制等方面的研究-Support vector machine (SVM) regression theory and neural network has many unique advantages such as nonlinear regression theory
m13
- 针对户外视频监控存在光照变化这一问题, 提出一个用于准确完成目标检测的实时背景建模框架. 考虑到目标检测 的准确性要求, 建立基于帧间像素亮度差统计直方图的像素亮度扰动阈值. 在此基础上, 针对背景建模的实时性要求, 提出一种基于自回归背景模型的参数快速更新方法. 鉴于不同光照变化的适应性要求, 定义对光照变化不敏感的背景纹理模型. 上述模型统称为自回归{ 纹理(Auto regression and texture, ART) 模型, 该模型适应于户外光照变化. 基于该模型构建像素亮度和纹
image_noise_assessment
- 图像噪声评估，通过BIQI算法对图像进行特征提取，然后使用支持向量回归分析对特征进行训练，得到评估模型-image noise asseeement
svm
- 在机器学习领域，支持向量机SVM(Support Vector Machine）是一个有监督的学习模型，通常用来进行模式识别、分类、以及回归分析-In the field of machine learning, support vector machine SVM (Support Vector Machine) is a supervised learning model, typically used for pattern recognition, classification, and
Image-Annotation
- 目前主题回归多模式潜在狄利克雷分配（tr-mmLDA），一个新颖的统计主题模型的图像和视频注释的任务。 在我们的新注释模型的核心是一种新颖的潜变量回归方法来捕获图像或视频特征和注释文本之间的相关性。 我们的方法不是在两个数据模态之间共享一组潜在主题，如在对应关系LDA的公式中，我们的方法引入了回归模块来关联两组主题，其捕获更一般的关联形式，并允许主题的数量 2个数据模态不同。 我们证明tr-mmLDA对2个标准注释数据集的功率：一个5000图像子集的COREL和一个2687图像的LabelMe数
Taget_Detcetion_tracking
- 该项目包含特征提取，模型判别，运动建模，特征提取包含Haar-like，HOG，判别包含岭回归，SO-SVM，测试数据集为2013Tracking-Benchmake BlasketBall手动标注图像(The project includes feature extraction, model discrimination, motion modeling, feature extraction including Haar-like, HOG, discriminant inclusion
DTFComputation
- DTF算法是基于自回归模型的多通道参数分析方法。主要应用于各神经元之间信息传递方向的确定。(DTF u7B97 u6CD2 u662F u57FA u4E8E u81EA u56DE u5F52 u6A21 u578B u591A u591A u901A u9053 u53C2 u6570 u5206 u6790 u65B9 u6CD5 u3002 u4E3B u8981 u5E94 U7528 u4E8 u5404 u750E u750