搜索资源列表
argonglvpu
- 功率谱的ar特征提取，matlab程序文件说明。关键字：功率谱，ar特征提取，matlab-Ar power spectrum feature extraction, matlab program documentation. Keywords: power spectrum, ar feature extraction, matlab
AR-matlab
- matlab源代码说明，有关ar谱特征提取的文档。说明很清晰，值得一看-matlab source code shows that the ar spectral feature extraction document. With clear, worth a visit
ar_dct_lda
- AR人脸库进行DCT变换，然后使用Fisher discriminant analysis 进行特征提取，使用cos分类器进行人脸分类。-AR Face Database for DCT transform, and then use the Fisher discriminant analysis feature extraction, using cos classifier for human face classificatio
Dataregistrationin3-Dscanningsystems
- 通过引入特征点和改进最近点迭代法, 提出了一种 在三维扫描系统中对三维点云数据进行配准的方法。该方法 通过对特征点的提取, 首先得到一组匹配点对, 然后运用 SVD 矩阵分解算法求出转换参数R 和T, 进而以此作为最 近点迭代法的初始值, 并对最近点的求法和迭代截止条件作 了改进, 得到了很好的配准效果。该文论述了该方法的基本 原理, 并通过不同视觉下物体三维测量点云数据配准的应用 实例证明了该方法的有效性。
AR
- 表面肌电信号的AR参数模型分析法，提取特征向量-AR parameters of the model of the surface EMG signal analysis, feature extraction vector
Novel-approach-for-texture
- 为提高基于内容的图像检索系统中纹理特征提取的有效性,提出了又一种纹理图像检索方法。该方法 利用非下采样 Contourlet变换对图像进行分解, 提取不同子带和不同方向变换系数矩阵的均值和方差为特征向量, 作 为数据库中纹理图像的索引,并利用两种不同的相似度函数计算图像之间的相似度,建立了一套基于示例查询图像 的纹理图像检索系统。实验结果表明,与小波包等特征提取方法相比, 该方法不仅能降低特征向量维数,而且能取得 更高的
JR
- 本文提出了一种新的脑电信号特征提取方法。结合JR和SP。并与AR进行对比。-This paper has developed a new method of motor imagery data feature extraction.
burgaic
- 基于AR模型参数的BP神经网络模式分类，包括特征提取和神经网络训练-BP neural network model is based on the classification of AR model parameters, including feature extraction and neural network training
AR模型特征提取及分类
- AR特征提取，可用于不同类别数据的分类特征提取(AR feature extraction algorithm)
tvar1
- 非平稳信号分析与处理,可用于特征提取，将AR模型扩展应用于非平稳时间序列，得到具有时变系数的时变自回归(time-varying autoregressive, TVAR)模型。(nonstationary random signal analysis and processing)
MATLAB
- 采用AR模型对脑电信号进行特征提取，亲测可用！！(Using AR model to extract EEG features, pro test can be used!!)
基于HHT-ELM特征提取的癫痫发作预报
- 关于对癫痫脑电信号分析的程序、AR模型程序(About epileptic EEG analysis program, AR model program)
Matlab-AR模型
- 时间序列分析(Time-Series Analysis)是指将原来的销售分解为四部分来看——趋势、周期、时期和不稳定因素， 然后综合这些因素， 提出销售预测。强调的是通过对一个区域进行一定时间段内的连续遥感观测，提取图像有关特征，并分析其变化过程与发展规模。(Time-Series Analysis model)