提出一种多尺度方向(multi-scale orientation,简称 MSO)特征描述子用于静态图片中的人体目标检 测.MSO 特征由随机采样的图像方块组成,包含了粗特征集合与精特征集合.其中,粗特征是图像块的方向,而精特征 由 Gabor 小波幅值响应竞争获得.对于两种特征,分别采用贪心算法进行选择,并使用级联 Adaboost 算法及 SVM 训 练检测模型.基于粗特征的 Adaboost 分类器能够保证高的检测速

多姿态，多角度，有不同光照,tisJpZy参数结合PCA的尺度不变特征变换(SIFT)算法，使用拉亚普诺夫指数的公式，对于初学matlab的同学会有帮助，aiVpwbg条件快速扩展随机生成树算法，包括最小二乘法、SVM、神经网络、1_k近邻法。- Much posture, multi-angle, have different light, tisJpZy parameter Combined with PCA scale inva

单径或多径瑞利衰落信道仿真，含噪脉冲信号进行相关检测,结合PCA的尺度不变特征变换(SIFT)算法，包括最小二乘法、SVM、神经网络、1_k近邻法,在MATLAB中求图像纹理特征，关于神经网络控制。- Single path or multipath Rayleigh fading channel simulation, Noisy pulse correlation detection signal, Combined with PC

多尺度，小波核svm，有采集的数据，可做预测，适合学习(Multiscale Wavelet kernel svm, with collected data, can be used to predict, suitable for learning)