注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 车牌识别本字符特征值的欧氏距离来实现对该字符的分类.

  2. 字符识别处理。 KL变换来提取字符图像的特征值和特征向量,并通过计算待识别字符与各样本字符特征值的欧氏距离来实现对该字符的分类.

  3. 所属分类：专业指导

    • 发布日期：2010-12-27
    • 文件大小：403kb
    • 提供者：sjkscetc

  1. KL距离matlab实现

  2. KL距离是反应数据分布的距离，计算KL距离在数据挖掘中有着很重要的作用。

  3. 所属分类：其它

    • 发布日期：2013-07-23
    • 文件大小：358byte
    • 提供者：fengxiang7

  1. 几种常见的排序方法

  2. 几种常见的排序方法 1. 选择排序法基本思想： 每一趟从待排序的数据元素中选出最小（或最大）的一个元素，顺序放在已排好序的数列的最后，直到全部待排序的数据元素排完。 2.插入排序（Insertion Sort）的基本思想是： 每次将一个待排序的记录，按其关键字大小插入到前面已经排好序的子文件中的适当位置，直到全部记录插入完成为止。 3.冒泡法排序基本思想： 将被排序的记录数组R[1..n]垂直排列，每个记录R[i]看作是重量为R[i].key的气泡。根据轻气泡不能在重气泡之下的原则，从下往上扫

  3. 所属分类：C/C++

    • 发布日期：2016-01-25
    • 文件大小：12mb
    • 提供者：u010443949

  1. 人脸识别在远程登录中的应用

  2. 介绍了远程登录中使用人脸进行身份验证的方法，讨论了系统结构和关键技术，给出了实验结果．此方法 采用奇异值分解和判别式KL投影提取特征，利用类内平均距离作为验证依据，适用于人脸样本数量不是 很大的情况．实验证明，该系统具有较好的应用效果

  3. 所属分类：专业指导

    • 发布日期：2008-11-28
    • 文件大小：248kb
    • 提供者：emailtolyh

  1. 衡量两个概率分布的距离（KL散度、JS距离）评价两个变量的相似度MALTAB代码

  2. 衡量两个概率分布P(x);Q(x) 的距离 包括 Kullback–Leibler divergence和Jensen–Shannon divergence

  3. 所属分类：机器学习

  1. 基于Kullback-Leibler距离的二分网络社区发现方法

  2. 由于二分网络特殊的二分结构，使得基于单模网络的现有社区发现算法无法适用。提出一种基于Kullback-Leibler距离的二分网络社区发现算法，该算法将异质节点间的连接关系转换为其在用户节点集上的连接概率分布，并建立基于概率分布的KL相似度衡量节点连接模式的差异性，从而克服二分结构对节点相似性评估的不利影响，实现对二分网络异质节点的社区发现。在人工网络和真实网络上的实验和分析表明，该算法能够有效挖掘二分网络社区结构，改善二分网络社区发现的准确性和效率。

  3. 所属分类：其它

  1. 昆仑海岸 KL-H1100无数据采集网关 说明书.pdf

  2. 昆仑海岸 KL-H1100无数据采集网关 说明书pdf,介绍无数据采集网关的主要功能和使用方法。KL-H1100物联网网关说明书 V2.3 olliHigh 1产品简介 11产品介绍 KL-HI100物联网网关是北京昆仑海岸传感技术有限公司自主研发,基于 igBεe技术的物联网数据采集模块。它提供了标准以太网接凵,3Gi4 G/WIFI无 线接口,可以将 ZigBee网络迕接到局域网或者互联网中,实现了互联网网络设 备与 Zig Bee网络设备之间的对接。产品支持 Modbus tcP协议,支持

  3. 所属分类：其它

  1. 具有信道分布不确定性的对等协作OFDMA的中继选择

  2. 对等中继技术为用户之间的协作通信提供了机会，以实现传输分集。 本文研究了具有信道分布不确定性的对等协作OFDMA系统中的中继选择和子载波分配问题。 服务质量（QoS）要求以概率约束为特征。 采用Kullback-Leibler（KL）散度来描述信道状态信息（CSI）的不确定性，该不确定性遵循与参考分布有一定距离偏差的分布。 由于概率约束是难以处理的，因此我们求助于可处理的上限。 该问题通过内部点切割平面（IPCP）方法得以解决，该方法可以循环进行，从而设计一种迭代方法，将黄金分割法和内部点方法结

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：820kb
    • 提供者：weixin_38605144

  1. BuildTheGround:我对一些初步知识和工具的说明-源码

  2. 夯实基础 吴宝 ☆使用Python进行相机校准 ☆Git ☆STFT和小波 ☆卡尔曼滤波器 ☆迹线，渐变，发散，卷曲，拉普拉斯算子，雅可比算子和黑森之间的关系。 ☆交叉熵，KL散度（RelativeEntropy），JS散度和Wasserstein距离的损失函数。 ☆TBD在发布python软件包 ☆ML注1：线性判别函数 ☆数学：特征值，特征向量，秩/迹 ☆ML注释2：逻辑回归 ☆机器学习注3：最大似然估计与最大后验估计 ☆待定 该存储库始于 2020年7月7日 2020年7月20日 2

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：96mb
    • 提供者：weixin_42178688

  1. 监督式表示学习：深度自动编码器的转移学习

  2. 在过去的十年中，转移学习引起了很多关注。 迁移学习中的一个关键研究问题是如何为不同领域的实例找到良好的表示形式，以便可以通过新的表示形式来减少领域之间的差异。 近来，已经提出了深度学习以学习更健壮或更高级的特征以用于转移学习。 但是，据我们所知，大多数以前的方法既没有显着最小化域之间的差异，也没有在学习表示形式时对标签信息进行编码。 在本文中，我们提出了一种基于深度自动编码器的监督表示学习方法，用于转移学习。 提出的深度自动编码器由两个编码层组成：嵌入层和标签编码层。 在嵌入层中，根据KL散度，

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：736kb
    • 提供者：weixin_38534683

  1. 基于稀疏建模的代表选择

  2. 选择多媒体分析应用程序的代表可以大大减少时间和内存消耗。 已经提出了许多代表性的选择方法以从数据库中选择一个子集作为代表。 但是，当前方法不能保证所选子集可以代表整个数据集的全局分布。 为了评估子集代表整个数据集的整体分布的良好程度，我们使用距离度量：从子集重构的伪数据集的分布与真实数据集的分布之间的Kullback-Leibler（KL）差异。 在这项工作中，我们提出了一种基于稀疏建模的方法来选择代表。 所提出的方法将代表选择问题表述为离散字典学习问题。 基于可以通过字典项的线性组合来近似重建

  3. 所属分类：其它

  1. 基于PLSA和卡方模型的视觉词袋方法

  2. 在传统的基于视觉单词袋（BoVW）模型的对象分类方法中，视觉单词的同义和歧义问题始终存在。 此外，嘈杂的视觉单词，即所谓的“视觉停用词”将降低视觉词典的语义分辨率。 有鉴于此，提出了一种基于PLSA和卡方模型的视觉分类方法。 首先，利用概率潜在语义分析（PLSA）分析视觉单词的语义共现概率，推断图像中潜在的语义主题，并得到单词引起的潜在主题分布。 其次，采用KL散度度量视觉词之间的语义距离，可以得到语义相关的同义词。 然后，结合自适应软分配策略，实现SIFT特征与同义词之间的软映射。 最后，引入

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：461kb
    • 提供者：weixin_38635449

  1. KL距离matlab实现

  2. KL距离是反应数据分布的距离，计算KL距离在数据挖掘中有着很重要的作用。 KL距离是反应数据分布的距离，计算KL距离在数据挖掘中有着很重要的作用。

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：603byte
    • 提供者：landongming1987

  1. POT：POT：Python最佳传输-源码

  2. POT：Python最佳传输 这个开源的Python库为与信号，图像处理和机器学习的最佳传输有关的优化问题提供了多个求解器。 网站和文档： : 源代码（MIT）： ： POT提供以下通用OT解算器（示例链接）： 用于线性程序/土方距离[1]的。 [6]和正则OT的[7]。 带有[2]，稳定版[9] [10]，贪婪的Sinkhorn [22]和熵正则化OT解算器，具有可选的GPU实现（需要cupy）。 [3]， [21]和分解[4]的Bregman投影。 来自经验数据的S

  3. 所属分类：其它

  1. 数学基础 | (6) 机器学习中的几个熵

  2. 原文地址 目录 1. 信息量 2. 信息熵 3. 相对熵(KL散度/KL divergence) 4. 交叉熵 5. 几个熵之间的关系 6. JS散度 7. Wasserstein距离 8. 总结 1. 信息量 事件发生的概率越小，信息量越大。 假设X是一个离散型随机变量，取值集合为 则定义事件的信息量为： 2. 信息熵 信息量的期望就是熵，假设事件X有n种可能，发生的概率为,那么该事件的熵H(X)为： 如果发生的事件只有两种可能性，那么熵的计算转化为下列式子： 3. 相对熵(KL散度/K

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：428kb
    • 提供者：weixin_38744435

  1. 结合KL距离与图像域分块的SAR图像分割

  2. 提出一种结合KL(Kullback-Leibler)距离和图像域分块的SAR图像分割算法.首先,利用规则划分技术将图像域划分成若干规则子块,以子块为处理单元,假设子块内像素服从高斯分布,并构建特征场概率模型;其次,采用广义Potts模型定义刻画邻域子块相关性的标号场概率模型,根据贝叶斯定理,得到后验概率模型;再次,采用KL距离定义刻画同质区域间统计分布差异的异质性系数,并通过非约束吉布斯表达式构建概率分布函数,结合后验概率和吉布斯概率分布函数建立图像分割模型;然后,设计M-H(Metropoli

  3. 所属分类：其它

  1. 加固式公共计算服务器健康管理系统设计

  2. 基于实时监测加固式公共计算服务器的健康状态，快速精确诊断舰载武器火控系统故障的目的，文中采用了VITA46（VersaModule Eurocar International Trade Association，VPX）总线架构，以龙芯3A3000为处理器控制芯片，设计了加固式公共计算服务器的健康管理系统。该系统采用隐马尔可夫模型（Hidden Markov Model，HMM）对加固式公共计算服务器进行状态监测和故障诊断，结合t-分布邻域嵌入（t-distributed Stochastic

  3. 所属分类：其它