搜索资源列表
NMFs-LDA
- 基于NMFs（非负矩阵稀疏分解）和LDA（线性辨别分析），是一种新的雷达目标一维距离像识别方法。
nmfpack
- NMFs算法（带稀疏度约束的非负稀疏矩阵分解）用于实现基于人脸局部特征的人脸识别，通过近似的矩阵分解进行空间降维。
基于贝叶斯网络的半监督聚类集成模型
- 已有的聚类集算法基本上都是非监督聚类集成算法,这样不能利用已知信息,使得聚类集成的准确性、鲁棒性和稳定性降低.把半监督学习和聚类集成结合起来,设计半监督聚类集成模型来克服这些缺点.主要工作包括:第一,设计了基于贝叶斯网络的半监督聚类集成(semi-supervised cluster ensemble,简称SCE)模型,并对模型用变分法进行了推理求解;第二,在此基础上,给出了EM(expectation maximization)框架下
NMFs-LDA
- 基于NMFs（非负矩阵稀疏分解）和LDA（线性辨别分析），是一种新的雷达目标一维距离像识别方法。-Based on NMFs (non-negative matrix sparse decomposition) and LDA (linear analysis to identify), is a new radar target range profile identification methods.
nmfpack
- NMFs算法（带稀疏度约束的非负稀疏矩阵分解）用于实现基于人脸局部特征的人脸识别，通过近似的矩阵分解进行空间降维。-NMFS algorithm (sparse with degree-constrained non-negative sparse matrix factorization) for the realization of human faces based on local features of face recogn
NMFs-based-facerecognition
- NMFs算法用于实现基于人脸局部特征的人脸识别-NMFs algorithm for face recognition based on local features of the face
NMFs算法用于实现基于人脸局部特征的人脸识别
- 实现了人脸检测和识别算法，很好的定位人脸位置(can efficiently locate the face in image.)