Search - D-LDA - CodeBus

Search - D-LDA - List

[Windows Develop] 语音拼接(D) DL : 0: 将两个.wav格式的文件拼接成一个文件。主要在于.wav头文件的处理。-to two. Wav files into a document splicing. Mainly. Wav files of treatment.
Update : 2025-02-17 Size : 1kb Publisher : 申铭
[Button control] 可换肤的按钮 DL : 0: 3D mark 2003样式的按钮控件，替换CButton的理想选择-style button controls, replacing an ideal choice CButton
Update : 2025-02-17 Size : 248kb Publisher : 杨勋宇
[Graph Recognize] 2D-LDA DL : 0: 2维线性判别进行人脸识别的程序，很不错！采用ORL人脸库，取每人的1、3、5、7、9五幅图像作为训练图像，其余作为测试图像，进行二维线性判别。计算出特征向量矩阵，降序排列后，取前d（d=2,4,6，……，20）个特征向量组成的矩阵作为变换矩阵，对训练集合测试集进行特征重建，最后采用最近邻分类器。附有实验的结果。-code for face recognition based 2D-LDA，the performance is nice！
Update : 2025-02-17 Size : 2.7mb Publisher : 王阳丽
[Graph Recognize] face-recognition_fr DL : 0: la reconnaissance du visage est une technologie biométrique en vogue, elle est tré sutilisé dans les applications de contrô le d accées. dans la littérature , on trouve plusieurs méthodes globales, locales et hybrides de reconnaisance de visages. le but de ce rapport est d introduire et d expliquer les approches classiques de reconnaisssance à savoir : PCA, LDA , LVQ SVM.-la reconnaissance du visage est une technologie biométrique en vogue, elle est tré sutilisé dans les applications de contrô le d accées. dans la littérature , on trouve plusieurs méthodes globales, locales et hybrides de reconnaisance de visages. le but de ce rapport est d introduire et d expliquer les approches classiques de reconnaisssance à savoir : PCA, LDA , LVQ SVM.
Update : 2025-02-17 Size : 2.52mb Publisher : jamel
[Windows Develop] lda_test DL : 0: Function to implement Linear Discriminant Analysis Usage:- [Xnew,V,mX,D] = lda(X,index,mX) [V,D] = lda(X,index) where:- X = concatenated grand profile vectors (GPV) i = class index of each vector Xnew = new feature vectors P = eigen vectors mX = mean of GPV (optional in input) D = eigen values- Function to implement Linear Discriminant Analysis Usage:- [Xnew,V,mX,D] = lda(X,index,mX) [V,D] = lda(X,index) where:- X = concatenated grand profile vectors (GPV) i = class index of each vector Xnew = new feature vectors P = eigen vectors mX = mean of GPV (optional in input) D = eigen values
Update : 2025-02-17 Size : 1kb Publisher : Praveen
[AI-NN-PR] M3LDA DL : 1: 多模多实例多类标LDA的代码。参考文献：C.-T. Nguyen, D.-C. Zhan, and Z.-H. Zhou. Multi-modal image annotation with multi-instance multi-label LDA. In: Proceedings of the 23rd International Joint Conference on Artificial Intelligence (IJCAI 13), Beijing, China, 2013. -This package provides the demo implementation of M3LDA (i.e. Multi-Modal Multi-Instance Multi-Label LDA).
Update : 2025-02-17 Size : 10.3mb Publisher : shaokai