说明：应用背景Spectral Clustering（谱聚类）是一种基于图论的聚类方法，它能够识别任意形状的样本空间且收敛于全局最有解，其基本思想是利用样本数据的相似矩阵进行特征分解后得到的特征向量进行聚类。谱聚类(Spectral Clustering, SC)是一种基于图论的聚类方法——将带权无向图划...

matlab 分析 基于 多重

说明：应用背景 人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。 关键技术 人脸识别的程序，用临近点法分类，主成分分析法做数据处理，本程...

matlab 分类 识别 人脸 成分 分析法 邻近

说明：（1）选取windows系统自带的ding.wav信号作为分析对象，在Matlab软件平台下，利用函数wavread对音频信号进行采样，记住采样频率和采样点数，听一下原始声音sound(y, fs, bits)。（2）音频信号的频谱分析，先画出音频信号的时域波形；然后对音频号进行快速傅里叶变换fft...

信号分段 Matlab音频合成 wav时频 声音 wav FFT 音频

说明：K近邻算法。是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。

K. knn

说明：适合于多分类问题，二分类问题。该源代码的测试数据为常用的数据Iris，测试结果显示该算法的分类正确率极高，能够达到98%。K-最近邻(k-Nearest Neighbour，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相...

说明：聚类算法：k―medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对...

matlab 犯错

说明：LDA线性判别分析是一种经典的提取特征的算法，它的基本思想是通过样本的类内离散度和类间离散度，寻找由最佳投影矢量构成的投影矩阵。将原始的样本数据投影到特征子空间中，实现数据分类。由于在人脸识别时常常会遇到小样本问题，因此在本次代码中，先用PCA主成分分析的方法降低样本维数，再用线性判别分析提取特征。...

说明：假设一个交换系统有M部电话，每个用户在很短的时间（单位时间内）呼叫一次的概率为P；用户间呼入的时刻相互独立，当M很大，P很小时，时间t内到达交换机的呼叫次数构成泊松过程N(t)。 1、确定此泊松过程的参数。利用计算机仿真N(t)的生成过程。注意合理选择M和P，时间分辨率为一个单位时间。 2、为了比...

泊松过程的生成及其统计分析 随机过程 泊松 不确定理论 p参数假设验证

说明：该程序实现了双变量高斯核密度估计。它可以用于估计双变量概率函数，累积分布函数（CDF）和反演CDF（ICDF）。核密度估计在估计边界区域的时候会出现边界效应。在单变量核密度估计的基础上，可以建立风险价值的预测模型。通过对核密度估计变异系数的加权处理，可以建立不同的风险价值的预测模型。由给定样本点集合...

matlab 估计 密度 变量

说明：压缩感知，又称压缩采样，压缩传感。它作为一个新的采样理论，它通过开发信号的稀疏特性，在远小于Nyquist 采样率的条件下，用随机采样获取信号的离散样本，然后通过非线性重建算法完美的重建信号。它的关键就是信号重建算法，这里提供了自己编写的贪婪算法OMP，matlab程序，包括测试程序在内。