搜索资源列表
Fast_Algorithm_estimating_the_number_of_sinusoids_
- Fast Algorithm estimating the number of sinusoids in a white Gaussian noise. This algorithm use a sub-space method based on chi-square statistics of eigen values of the Autocorrelation Matrix.
csm
- 非相干子空间算法源程序（CSM）－－－这是一种宽带聚焦矩阵算法-Sub-space algorithm for non-coherent source (CSM)--- This is a broadband focused matrix algorithm
renlianshibie
- 介绍了人脸识别的基本概念、应用范围、存在问题及发展方向。其 次阐述了子空间方法的基本概念、原理及一些常见的算法。之后提出了融合两个 子空间特征的改进算法，并详细讨论了该新算法的设计思路、设计过程及性能试 验。再次介绍了本实验室基于子空间方法的开放人脸识别系统的功能、结构及实 现方法。-Introduce the basic concept of the face recognition application scope
TCT
- 宽带信号 DOA估计 TCT算法 此算法可以较好的完成宽带信号的波达角估计 可以解相干信号 属于子空间算法-Wideband signal DOA estimates TCT algorithm this algorithm can better complete the broadband signal can be solution-of-arrival estimation of coherent signals are sub-
ML
- 此算法为基于最大似然方法的DOA估计 是区别于子空间类的DOA算法 但需要多维搜索 计算量较大-This algorithm is based on the maximum likelihood method of DOA estimation is different from the sub-space kind of DOA algorithm but calculating the volume of the larger mu
meanshiftC++
- 把目标的每个颜色子空间量化为k份后，建立目标模型，在该模型上利用meanshift进行搜索找到最佳位置。-The target for each color sub-space quantization for k copies of, the establishment of the target model, in which the model meanshift use search to find the best locat
subspace
- 子空间分解matlab程序。采用PCA主成元分析方法。-Subspace Decomposition matlab procedures. Using PCA Principal Component Analysis.
fac
- 人脸识别的matlab代码，本征脸（ eigenface ）方法是子空间人脸识别方法的典型代表。该方法基于一种部分的K-L 变换，或者称为主成分分析（ PCA ）-Matlab code for face recognition, eigenface (eigenface) sub-space method is a typical representative of face recognition methods. The meth
OFDMsubspace
- 一个对OFDM信道进行盲估计的子空间算法，具有较好的MSE性能-1 pairs of OFDM blind channel estimation for sub-space algorithm, with better MSE performance
kdda
- 实现信号的KDDA映射变换，KDDA属于线性子空间分析方法LDA的改进算法，采用核方法实现映射-Realize signal KDDA mapping transformation, KDDA belonging to a linear sub-space analysis method to improve the LDA algorithm, use of the mapping method
FeatureExtractionbyMaximizingtheAverageNeighborhoo
- 子空间的出现使模式识别有了突破性的发展，而特征提取则是子空间实现的一个重要环节，提取特征的好坏决定了子空间方法的成功与否-The emergence of sub-space to make a breakthrough with the development of pattern recognition, and feature extraction is a sub-space realization of an importan
Fast_Algorithm_estimating_the_number_of_sinusoids_
- Fast Algorithm estimating the number of sinusoids in a white Gaussian noise. This algorithm use a sub-space method based on chi-square statistics of eigen values of the Autocorrelation Matrix.
SpPCA
- 利用Sub-pattern PCA在Yale人脸库上进行人脸识别的matlab源代码，子模式主成分分析首先对原始图像分块，然后对相同位置的子图像分别建立子图像集，在每一个子图像集内使用PCA方法提取特征，建立子空间。对待识别图像，经相同分块后，分别将子图像向对应的子空间投影，提取特征。最后根据最近邻原则进行分类。-Sub-pattern PCA use in the Yale face database for face recogni
subspace_method_for_blind_channel_estimation
- 该程序是子空间在盲点估计的应用，开发环境是MATLAB，对学习子空间辨识算法的很有用！-The program is estimated that sub-space in the blind spot of the application development environment is MATLAB, on learning subspace identification algorithm is useful!
nmf
- 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
LDA
- 线性判别分析法（LDA），LDA以提高样本在子空间中的可分类为目标。寻找一组基向量，在这些基向量张成的子空间中，不同类别的训练样本能有最小的类内离散度，最大的类间离散度。-Linear discriminant analysis (LDA), LDA in order to improve the sample in the sub-space can be classified as a target. Find a group-ba
music
- music算法的实现 MU S IC 算法是一种子空间分解算法, 它的各种性能已被广泛研究. 在信号波达方向估计领 域, MU S IC 算法的应用, 形成了MU S IC 波达方向估计算法. 实际应用中,MU S IC 波达方向估计算法, 拥有超分辨能力的同时, 也存在原理性缺点——MU S IC 空间谱不能反映目标信号的相对强度. 文中在前人工作的基础上, 对MU S IC 波达方向估计算法进行理论分析, 提出了有效的改进方法,
ls_esprit
- 一种DOA估计算法，属于子空间分类（旋转不变子空间算法）-A DOA estimation algorithm, which sub-space classification (rotation invariant subspaces algorithm)
IEEEXplore[1]
- 一种改进的语音增强算法的 子空间上的先进。它可以减少残留噪声引起的 -An Improved Algorithm for Speech Enhancement Advanced sub-space. It can reduce the residual noise caused by
MusicAlgorithm
- MUSIC(Multiple Signal Classification)算法是Schmidt在1979年首先提出的，是早期经典的超分辨率DOA估计方法(即超瑞利限的方法)，属特征结构的子空间方法。-MUSIC (Multiple Signal Classification) algorithm is Schmidt first proposed in 1979, is an early classic super-resolution