说明：图像处理源代码，基于Hough变换的人眼虹膜定位方法，基于Kalman滤波的目标跟踪，基于模糊集的图像增强方法，基于蚁群算法的图像边缘检测。等等

kalman 图像增强 跟踪边缘 蚁群边缘检测 虹膜定位

说明：此方法为两类剪辑近邻法，将两类不可分样本剪辑成可分样本，可作为最近邻法的训练样本。方法的第一步是利用已知样本集中的样本进行预分类，并剪辑掉错分的样本，留下的样本构成剪辑样本集；第二步是利用剪辑样本集和近邻规则对未知样本x进行分类。注意：本程序仅是对样本进行剪辑，没有对考试样本进行分类。

识别 模式 近邻 剪辑

说明：旋转森林最近热门的集成学习分类方法，可用于模式识别分类。当输入数据中存在非线性关系的时候，基于线性回归的模型就会失效，而基于树的算法则不受数据中非线性关系的影响，基于树的方法最大的一个困扰时为了避免过拟合而对树进行剪枝的难度，对于潜在数据中的噪声，大型的树倾向于受影响，导致低偏差（过度拟合）或高方差...

集成学习matlab 深度旋转森林 旋转森林 Rotation Forest

说明：本代码是用matlab实现图像的超分辨率重建，方法为凸集投影法，能从多幅低分辨率图像重建一幅高分辨率图像。

凸集投影 POCS--重建 凸集投影法 super 超分辨率图像

说明：此算法代码是基于粗糙集的图像分类算法，在BOV模型的基础上通过粗糙集属性约简，最后通过KNN分类算法进行分类。

matlab 分类 图像 粗糙

说明：Level Set方法的基本思想是将平面闭合曲线隐含地表达为二维曲面函数的水平集,即具有相同函数值的点集,通过Level Set函数曲面的进化隐含地求解曲线的运动.尽管这种转化使得问题在形式上变得复杂,但在问题的求解上带来很多优点,其最大的优点在于曲线的拓扑变化能够得到很自然的处理,而且可以获得唯一...

说明：本代码是由极限学习机创始人黄广兵教授提供的原始代码，除了算法代码本身，还有两个数据集，分别是训练数据集和测试数据集，希望能帮助到大家

说明：SVDD 是一种重要的数据描述方法, 它能够对目标数据集进行超球形描述, 并可用于异类点检测或分类. 在现实生活中目标数据集通常包含多个样本类, 且需要同时对每一个样本类进行超球形描述。

超球形 异类点检测 SVDD

说明：采用水平集（level set）方法和mumford-shah图像分割模型的图像分割matlab源代码。

图像分割 Mumford-Shah 水平集-分割 matlab图像 图像分割-水平集

说明：NSGA-Ⅱ是目前最流行的多目标进化算法之一，它降低了非劣排序遗传算法的复杂性，具有运行速度快，解集的收敛性好的优点，成为其他多目标优化算法性能的基准。NSGA-Ⅱ算法采用了快速非支配排序算法，计算复杂度比 NSGA 大大的降低