搜索资源列表
svm_face_recognition
- 一篇很不错的关于人脸表情识别的论文。论文提出了一种基于人脸局部特征的表情识别方法，先选取人脸重要的局部特征,对得到的局部特征进行主成分分析,然后用支持向量机( SVM)设计局部特征分类器来确定测试表情图像中局部特征,同时设计支持向量机( SVM)表情分类器,确定表情图像的所属类别。-A very good facial expression recognition on paper. This paper proposes a feature based on local expression
neuralandwavelet
- 对采集到的电压信号进行小波包分解提取特征向量，再进行BP神经网络训练-On the acquisition of the voltage signal to the wavelet packet decomposition to extract feature vector and then BP neural network training
111
- 这是一篇基于特征向量的名词短语指代消解研究的毕业设计文档，对中英文指代消解研究者有一定的帮助。-This is a feature vector-based Coreference Resolution of Noun phrase graduation design documents, on anaphora resolution in English and Chinese researchers have some help.
yuyinxinghaochulikejian
- 语音信号处理的课件，包含语音信号的短时分析、特征提取、矢量量化，语音编码、合成与识别.-Speech signal processing courseware, including short-time speech signal analysis, feature extraction, vector quantization, speech coding, synthesis and recognition.
facial-features
- 运用于人脸识别中的特征提取方法：通过稀疏化特征向量（即使一些不重要的特征值为0），来减少运算量-Used in face recognition feature extraction methods: by sparse feature vector (even if some important features of value 0), to reduce the computation
mypaper4
- To fully utilize the character of the bioradar echo signal, autocorrelation analysis, spectral estimation methods and time-frequency analysis are presented in this paper. These methods are employed to deal with no one, single people and multi-people
Text-Retrieval
- 信息检索系统从最初的纯手工检索系统业已发展到现在的以信息技术为支撑的检索系统，在这一过程中，适应新的信息资源、信息技术这些检索环境，提高信息检索系统的查全率、查准率和系统响应时间是不变的主题，在众多文本中掌握最有效的信息始终是信息处理的一大目标。围绕向量空间模型设计了一个文本检索系统，介绍向量空间模型的基础上给出了基于它的信息检索系统的一般结构框架和各部分的功能，探讨了系统中所涉及到的关键技术。用向量空间模型进行特征表达，用TF-IDF(Term-Frequency Inverse-Docume
Introduction
- The aim of the feature extraction stage is pixel characterization by means of a feature vector, a pixel representation in terms of some quantifiable measurements which may be easily used in the classification stage to decide whether pixels belong to
Support-vector-machine-
- 利用谱聚类方法在特 征向量空间中对原始样本数据进行重新表述使得在新表述中同一聚类中的样本能够更好地积聚在一起构建聚类核函数 并进而构造聚类核半监督支持向量机 使样本更好地满足半监督学习必须遵循的聚类假设 -Restated in the new formulation in the same cluster sample be better able to accumulate together to build the clustering of nuclear function and
Support-vector-machine-
- 提出了一种支持矢量机的汉语声调识别新方法。论文首先在基频和对数能量的基础上，建立了一个适合于支 持矢量机分类的等维声调特征。然后对支持矢量机的多分类策略和不同核函数对声调识别的影响进行了实验研究。 与BP神经网络相比，支持矢量机具有更高的识别率和更强的推广能力。-This paper presents a novel support vector machine based Chinese tone recognition method．A new tone recognition
WignerVille2014
- 本文将小波图像分解和信息熵特征提取相结合，提出一种新的掌纹特征提取算法。该算法首先对掌纹灰度图像进行二维小波分解，再利用多分辨信息熵分别计算不同尺度下的能谱熵作为特征向量，从而实现掌纹特征提取。该算法不但避免了图像增强和纹理细化等预处理过程，而且运用多分辨信息熵的自适应计算方法来调节分解级数，使得到的特征向量长度远小于传统算法。-In this paper, wavelet image decomposition and information entropy feature extractio
Marx20110509
- 本文将小波图像分解和信息熵特征提取相结合，提出一种新的掌纹特征提取算法。该算法首先对掌纹灰度图像进行二维小波分解，再利用多分辨信息熵分别计算不同尺度下的能谱熵作为特征向量，从而实现掌纹特征提取。该算法不但避免了图像增强和纹理细化等预处理过程，而且运用多分辨信息熵的自适应计算方法来调节分解级数，使得到的特征向量长度远小于传统算法。-In this paper, wavelet image decomposition and information entropy feature extractio
fftDissociation
- 频谱选取，一般用于后续向量机的诊断的特征。进行了频谱分析后对每个频带的能量进行分离开。-Spectral selection, generally for subsequent diagnostic feature vector machine. Spectrum analysis conducted after the energy of each frequency band to leave.
PCA
- 比较深入的分析了PCA人脸识别方法的原理，并对PCA在应用过程中遇到的特征值选择和距离准则问题进行了研究，实现了基于PCA算法的人脸识别。 -First, the thesis investigates principle component analysis (PCA) approachdeeply, and then the choice of feature vector of sample s covariance matrix anddistance measure criteri
433
- 融合小波能谱熵和支持向量机ＳＶＭ的特点提出了基于小波能谱熵的ＳＶＭ故障诊断方法． 利用转子试验台对转子典型振动故障进行模拟并采集振动数据提取其振动信号的小波能谱熵作为特征向 量-Fusion wavelet energy entropy and support vector machine SVM is proposed based on the characteristics of wavelet energy entropy SVM fault diagnosis method. U
svm-light-TK-1.2.1
- svm-light-TK-1.2.1. (feature vector Set and Tree FOREST)
25292626
- 为了实现复杂环境下的人脸特征有效表达，提出一种改进的梯度方向直方图（ＨＯＧ）人脸识别方法．首先以人脸图像网格作为采样窗口并在其上提取 ＨＯＧ特征；然后将所有网格 ＨＯＧ特征向量进行组合，实现整个人脸特 征表达；最后采用最近邻分类器进行识别．另外，比较了该方法与Ｇａｂｏｒ小波和局部二值模式（ＬＢＰ）２种著名的人脸 局部特征表示方法的优劣．实验结果表明，在调优的 ＨＯＧ参数下，在具有光照和时间环境等复杂变化的ＦＥＲＥＴ人 脸库中，较少维数的 ＨＯＧ特征比ＬＢＰ特征有更好的表现，而且 ＨＯ
PCA_ORL
- 人脸识别技术作为生物体特征识别技术的重要组成部分，在近些年来已经发展成为计算机视觉和模式识别领域的研究热点。本实验是基于K-L变换的主成分分析法（PCA）在人脸识别中的应用，在ORL人脸库的基础上通过Matlab实现了快速PCA算法的验证仿真，并对样本图像进行了重构。本实验在ORL人脸库的基础上，选用每人前5张图片，共计40人200幅样本图像，通过快速PCA算法将10304维的样本特征向量降至20维，并实现了基于主分量的人脸重建，验证了PCA算法在高维数据降维处理与特征提取方面的有效性。-Fac
Feature-Denoising
- joint sparse representation (JSR)方法用于车内语音增强的特征降噪算法-address reducing the mismatch between training and testing conditions for hands-free in-car speech recognition. It is well known that the distortions caused by background noise, channel effec
eigenvector
- 使用matlab的小波变换特征向量和高低频系数的提取(Using matlab wavelet transform feature vector and extraction of high and low frequency coefficients)