说明:特征降维方法,其中包含有典型的特征组合方式——PCA和特征选择中的SFFS,SBS,SFS。共四类常用的特征降维方式。
说明:K-means++算法实现,加强了初始聚类点的选取(careful seeding)
说明:偏最小二乘线性判别分析, 以及变量选择方法
说明:模式识别基本方法matlab源代码,包括最小二乘法、SVM、神经网络、1_k近邻法、剪辑法、特征选择和特征变换。
说明:itti算法进行感兴趣区域的选择,方法较好,可以直接运行。
说明:基于互信息理论的最大相关排序算法,可应用于各领域的特征选择。
说明:双势井duffing方程分叉演示程序。演示Duffing方程在不同系数选择下单周期,准周期,混沌的产生。
说明:meanshift用于目标跟踪,用于视频序列检测目标,手动选择目标