搜索资源列表
KPCA33
- 用高斯核函数对语音信号的数据进行压缩处理
Locally+weighted+regression+estimation
- 加权核函数的静态杂波抑制效果以及残留噪声的高斯性和独立性检验实验结果演示程序。 另外，包括Uniform和Gabor加权核函数相结合的静态杂波抑制效果以及残留噪声的高斯性和独立性检验实验结果演示程序。
gaussian
- 高斯滤波核函数生成,可以根据K和要生成对应的高斯核-Gaussian filter kernel generation, according to K and to generate the corresponding Gaussian kernel
work
- 高斯核函数，矩阵自身的高斯核函数计算，需要指定参数-Gaussian kernel function, matrix itself Gaussian kernel function, the need to specify the parameters
gaussian
- 对图像image1进行高斯平滑 其中用到两个一维的高斯核 返回平滑后的图像-GaussianFilter
GaussianPyramid
- 对灰度图像建立高斯金字塔，可以调整核的参数。-Establish Gaussian pyramid for gray-scale images to , you can adjust the reduce parameters.
kernel
- 用于实现支持向量机的核函数，常用的四种，多项式，线性，高斯-Used to implement SVM kernel function, four common
rgk
- 时频分析工具——径向高斯核时频分布。为了在时频分布平面内不出现交叉项，则在模糊函数域内应有效去除互分量而仅保留自分量。设计一个与信号相匹配的核函数可以达到上述目的。基于信号的径向高斯核时频分布是一种比较理想的时频分布-Optimal radially Gaussian kernel time-frequency representation
KGaussian1
- 核函数中经常用到的高斯核核函数的matlab程序-Kernel function often used in the Gaussian kernel function matlab nuclear program
HMDQW
- 用于计算非参数核密度的高斯核密度概率分布函数的期望值(Expected values of the Gauss kernel density probability distribution function for nonparametric kernel density calculations)
kde
- 给定样本点，采用高斯核密度估计，求出概率密度分布函数。(It is good to use this method to evaluate pdf)
04带有约束条件的最小二乘法
- 高斯核模型约束 最小二乘法，亲手注释，效果不错，带拟合效果图(Gauss kernel model constrained least squares method, personally annotated, the effect is good, with the fitting effect diagram)
鲁棒学习
- Huber损失最小化学习和高斯核模型 的Huber损失最小化，竞赛用到过，效果不错(Huber loss minimization learning and Gauss kernel model Huber loss minimization, the competition used, the effect is good)
KFCM-master
- 基于核方法的模糊C均值聚类，考虑到空间数据之间的相关性，结合各点的邻域信息，在原代码中添加邻域信息：(The fuzzy C mean clustering based on kernel method, considering the correlation of spatial data and combining the neighborhood information of each point, adding neighbor
kde2d
- 高斯核密度算法，短时傅里叶变化，计算高斯核函数的权重(Gauss kernel density algorithm, short time Fourier change, calculation of the weight of Gauss kernel function)
SVM
- 采用SVM高斯核，对样本进行分类，输入训练集和测试集，输出SVM分类准确率，采用10折交叉验证(This matlab code uses the SVM(support Vector Machine)to classify, and as the same time it uses the cross validation mathod.)
Kernel Smoothing Regression
- 高斯核平滑回归 matlab代码，代码内自带example；MATLAB学习，教程(Gauss Kernel Smoothing Regression contains matlab code and example)
predict
- 基于高斯核函数对数据进行偏最小二乘估计，并进行回归分析(Partial Least Squares Estimation of Data Based on Gauss Kernel Function)