搜索资源列表
RBF++_1.2
- 径向基RBF多维空间插值算法，用于空间散乱点曲面重建，优于多项式插值-RBF RBF multidimensional spatial interpolation algorithm for space scattered surface reconstruction, better than polynomial interpolation
径向基函数插值可视化
- 用OPENGL的简化版本glut 3.7 开发的径向基函数插值可视化三维图面旋转。用到了鼠标球追踪技术，径向基函数插值 压缩包下，data.txt为三维图形高度的值，ThreaD.cpp是源程序。Debug里面有在配置glut32.dll后可以运行的程序。其中glut-3.7.6.bin是glut包。如何配置请看里面的说明。如果，你对opengl有兴趣，那么这个是学习opngl的基础
RBF++_1.2
- 径向基RBF多维空间插值算法，用于空间散乱点曲面重建，优于多项式插值-RBF RBF multidimensional spatial interpolation algorithm for space scattered surface reconstruction, better than polynomial interpolation
sw1
- 从大量的正侧面脸部照片采集着手构建了正、侧面脸部信息的人脸库，依据人体测量学、人体解剖学等脸部关键特征的原则定义了脸部测量点及测量项目。基于建立的人脸数据库中测量点定义模型的正侧面特征点，采用径向基函数插值的方法对模型进行调整，生成特定人脸模型。-From the side of the face is a lot of photos to build a collection is started, the side face of
pyRBFv1.0.0.tar
- 径向插值基函数，使用Python写的。有需要的人下吧。不用客气。-Radial basis function interpolation, the use of Python written. Those who are in need of it. Do not mention it.
c
- 空间插值方法汇总 Inverse Distance to a Power（反距离加权插值法） Kriging（克里金插值法） Minimum Curvature（最小曲率） Modified Shepard s Method（改进谢别德法） Natural Neighbor（自然邻点插值法） Nearest Neighbor（最近邻点插值法） Polynomial Regression（多元回归法
jingxiangjihanshuchazhi
- 用glut做的鼠标球追踪三维旋转。包含可执行的exe。单是需要安装glut包.其中三维图形插值，基于径向基函数插值来做的。-Programming wiht glut and rotate 3d data.
Surface-interpolation
- 利用径向基函数，把给定的二维散乱数据插值成一个二维曲面-The radial basis function, the given two-dimensional scattered data interpolation into a two-dimensional surface
svm(matlab)
- 一种新的函数拟合方法，在某些问题的近似程度上甚至优于径向基插值和Kriging插值方法-A new function fitting method, even better than the approximate extent of some of the issues radial basis interpolation and Kriging interpolation method
radis1
- 基于高维模型的径向基插值算法，用于求解高维模型系数，建立高维模型-Radial basis interpolation algorithm based on high dimensional model, used for solving high dimensional model coefficient, high dimensional model is established
RBF
- 径向基函数网络(RBF)特点：1)可用于任意维空间的插值；2)训练速度和插值速度较慢；3)一旦训练成功，只要存储权系数矩阵即可，适用于海量数据的插值；4)当数据不全时，可以用于数据补全。 -Radial basis function (RBF) network features: 1) can be used in any dimensional space interpolation 2) interpolation and t
Multiquadric
- 用径向基插值空间点得到插值曲面MATLAB代码，插值曲面光顺性很好-Using radial basis interpolation space points by interpolation surface MATLAB code, and the interpolation curved surface smoothing sex is good
BPyuRBF
- 应用径向基函数神经网络进行三维空间点云的插值-Application of RBF neural network interpolation three-dimensional point cloud
sc
- 读取雷达基数据，并进行网格插值，平滑等质量控制。能读出径向风速。-Reads the data of Base, and the interpolation grid
rbfinterp
- 利用径向基函数进行函数插值，例子中包括一维和二维的情况，尤其是二维，生成插值的时候尽量不用双循环(Using radial basis function interpolation, examples include one-dimensional and two-dimensional, especially two-dimensional, when interpolation, as far as possible without
径向基插值
- matlab处理图像，进行径向基插值，并输出处理结果(Matlab processing images, radial basis interpolation, and output processing results)
python-codes
- scipy_uspline.py: 使用UnivariateSpline进行插值、外推和Spline拟合; scipy_stats.py: 演示stats模块的概率密度函数、直方图统计和累积分布函数。 scipy_rbf.py: 演示径向基函数(radial basis function, 简称RBF)插值算法。 scipy_fsolve.py: 使用fsolve()计算非线性方程组的解。 numpy_polyfit.py:使用
RBF
- 径向基函数插值使用一系列基函数，它们在每个采样点对称且居中。径向基函数是一类特殊的函数，其主要特征是它们的响应与中心点的距离单调地减小（或增加）。中心、距离刻度和精确的形状是模型的参数。(Radial Basis Function interpolation with biharmonic, multiquadric, inverse multiquadric, thin plate spline, and Gaussian basis