搜索资源列表
a
- 基于非负矩阵分解（NMF）的人脸特征提取算法，NMF基本思想是找到一个线性子空间W，使的构成子空间的基本图像的像素点都是正值，而且人脸图像在子空间上的投影系数也是正数-Non-negative Matrix Factorization (NMF) of facial feature extraction algorithm, NMF basic idea is to find a linear sub-space W, so that the composition of sub-space o
SOR
- 逐次超松驰迭代法(Successive Over Relaxation Me thod,简称SOR方法)是高斯—塞德尔方法的一种加速方法，是解大型稀疏矩阵方程组的有效方法之一，它具有计算公式简单，程序设计容易,占用计算机内存较少等优点,但需要较好的加速因子(即最佳松驰因子).下面我们首先说说松驰一词的含意,再利用它来解释雅可比迭代法与高斯—塞德尔迭代法,最后给出逐次超松驰迭代法的推算公式和收敛性条件.-Successive over relaxation iteration method (Su
data_arrange
- 数据结构排序算法,透视投影是3D固定流水线的重要组成部分，是将相机空间中的点从视锥体(frustum)变换到规则观察体(Canonical View Volume)中，待裁剪完毕后进行透视除法的行为。在算法中它是通过透视矩阵乘法和透视除法两步完成的。 透视投影变换是令很多刚刚进入3D图形领域的开发人员感到迷惑乃至神秘的一个图形技术。其中的理解困难在于步骤繁琐，对一些基础知识过分依赖，一旦对它们中的任何地方感到陌生，立刻导致理解停止不前。-Data structures sorting
matrixcompletion
- Matrix completion using space projection algorithm.
feisher
- PCA的步骤： 1 先将数据中心化； 2 求得的协方差矩阵； 3 求出协方差矩阵的特征值与特征向量； 4 将特征值与特征向量进行排序； 5 根据要降维的维数d’,求得要降维的投影方向； 6 求出降维后的数据； -PCA steps: 1 of the first data center 2 covariance matrix obtained 3 obtained covariance matrix eigenvalues and eigenvectors 4
homework
- 双目视觉三维重建程序，输入左右相机匹配点对矩阵，自动计算投影矩阵，并输出射影空间下的三维点坐标-Binocular vision three-dimensional reconstruction program, enter the matching points on the matrix around the camera to automatically calculate the projection matrix, and output under the three-dimensio
projection_matrix_estimation
- Two functions for projection matrix estimation (the two methods can be found in Trucco).
A-REMARK-ON-COMPRESSED-SENSING
- 一篇关于压缩感知的经典文章，压缩感知（Compressed sensing，简称CS，也称为Compressive sampling)理论异于近代奈奎斯特采样定理，它指出：利用随机观测矩阵可以把一个稀疏或可压缩的高维信号投影到低维空间上，然后再利用这些少量的投影通过解一个优化问题就可以以高概率重构原始稀疏信号，并且证明了这样的随机投影包含了原始稀疏信号的足够信息。-A classic article on compressed sensing, compressive sensing (Comp
linproj
- 模型是结构体类型的线性投影Y = linproj(X, model) 其中W.model为线性投影矩阵， Y = model.W *X + model.b b为偏差值- Descr iption: Y = linproj(X, model) linearly projects data in X such that Y = model.W *X+ model.b out_data = linproj(in_data, model) projects
ComSam
- Compressive Sampling是最近讨论非常热烈的数据处理方法。用一个与变换基不相关的观测矩阵将变换所得到的高维信号投影到一个低维空间上，然后通过优化求解从这些少量的投影中以高概率重构出原信号。-Compressive Sampling is a very lively discussion of recent data processing method. A base with the transformation matrix will not change the releva
tououyingjuzhen
- 投影重建中一种据算投影矩阵的方法，用于代数迭代重建中-According to calculate a projection reconstruction projection matrix method Used for algebra iterative reconstruction
MIMORadarDOAEstimation
- MIMO雷达模型下一种子空间谱估计方法，采用过估计的方法，以避免信源数估计的问题，直接对数据协方差矩阵进行变换，从而构造了信号子空间投影矩阵和噪声子空间投影矩阵，不需要像经典的MUSIC一样对其进行特征分解，完全避开了在一般非理想情况下MUSIC算法必须面对的识别小特征值与大特征值的麻烦，降低了复杂度，而且该方法不受快拍数的影响，在相干源情况下也能准确的估计目标的入射角，不会出现伪峰。-A subspace based DOA (Direction-Of-Arrival) estimation
Generate_SystemMatrix
- 本程序在matlab中运行。 Generate_SystemMatrix是一个计算OSEM，MLEM迭代图像算法中系统矩阵的函数，其用法Generate_SystemMatrix（pixel），为所要重建图像的大小，一般为64,128,256，pixel也大运算越慢。 里面的diedai-test文件是一个简单的MLEM重建算法，其中要加载SystemMatrix矩阵就是Generate_SystemMatrix(128)的结果，注意如果要运行diedai-test，生成的系统矩阵名
KRT_from_P
- 此程序可从投影矩阵中分解出摄像机的内外参数(K、R、T)，效果很不错。需要包含opencv头文件。-The program can decompose interior and exterior parameters(K,R,T) from a camera s projection matrix. Strong performace has been demonstrated. What you only have to do is to contain relative OPENCV hea
DesignProjection
- 该程序实现了压缩感知理论中采用矩阵的优化。在压缩感知理论中，要求采样矩阵与稀疏矩阵的相关性越低越好。该代码采用一种交替投影的方法实现采用矩阵的优化，有效降低其相关性。-The program to achieve the optimization of the use of matrix theory compressed sensing. Requirements of the sample matrix and sparse matrix theory of compressed sensi
ss
- 给定若干两类二维的样本，用基于Fisher准则的方法投影到一维，求最佳投影方向，并画出图形。提示：即用以下矩阵的最大特征根对应的特征向量作为投影方向： -Given the number of samples of the two types of two-dimensional and one-dimensional projection method based on Fisher criterion to seek the best projection direction, and dr
RAGA_PPC
- 投影寻踪方法是对研究变量乘以一个列向量矩阵，进行相应的线性变换，从而达到投影的目的。投影指标函数是用来衡量投影效果的一个标准，实现高维特征量的低维表示。对每一个投影方向都有一个目标值，用此目标值构造此方向的适应度函数，用遗传算法的操作来实现适应度高的投影方向之间的优化重组。-Projection Pursuit method is the study variables multiplied by a column vector matrix corresponding linear trans
pcg
- PCG Preconditioned Conjugate Gradients Method is a replacement of the standard built-in PCG code. Two new options are implemented: flex and null . The flex option changes the standard PCG algorithm into the flexible one. It allows using sophisticated
myomp
- 应用正交匹配追踪求解等式y=Ax,要求： 待求x是稀疏向量，A为高斯随机矩阵 调用形式：x = myomp(A,y,err) A -线性投影矩阵； y -投影向量 err -所需精度-apply Orthogonal matching pursuit to solve the equation y = Ax, requirements: the unknown x is sparse vector, A is a Gaussian random. ca
optimizeMatrix
- 压缩感知投影矩阵优化算法，包括格拉斯曼矩阵收缩以及近似紧框架-Compressed sensing projection matrix optimization algorithms, including Glassman matrix shrinkage and approximate tight frame