5个结果
视觉物体跟踪-追踪在BMVC 2016
feature_projection (x_npca x_pca、projection_matrix cos_window)- z = feature_projection (x_npca、x_pca projection_matrix, cos_window)
im2c (im, w2c,颜色)——输入我应该加倍!
get_subwindow_fs (im、pos、深圳、non_pca_features pca_features, w2c)——提取non-PCA和PCA特征图像在位置pos和im
get_feature_map (im_patch、特性w2c)——从图像块提取给定的特性。w2c的
董继玲女士(X, Y, TT,详细)-无限的潜在特征选择ICCV 2017
demo.m-主脚本运行bmvc16追踪
InfFS允许你排一个巨大的功能列表,甚至超过40000特性和10000个样本。
特征选择的特征向量中心Matlab -更新2016
EuDist2 (fea_a fea_b bSqrt)——EUDIST2探索有效地计算欧几里得距离矩阵
slinearsolve.m——简单线性优化对因特网和沃尔夫的多类支持向量机方法
make.m——让所有
lsqr2 (A, B,潮湿,itnlim atol, btol,显示)——这个函数提供了
quadsolve.m——SQUADSOLVE
sll_opts(选择)——选择稀疏学习图书馆
KSR_caller(选项、数据)- KSR:内核谱回归
SR_caller(选项、数据)- SR_caller:谱回归
LocalDisAna (X, para)——无监督当地的区别的分析
initFactor (x_norm, Ax, y, z, funName rsL2, x_2norm)- % % initFactor函数
constructKernel (fea_a、fea_b选项)——函数K = constructKernel (fea_a、fea_b选项)
平等(label1 label2)- = (LABEL1 LABEL2)测试LABEL1和LABEL2平等
SR(选项、响应数据)SR:谱回归
fs_unsup_udfs (k, r, X0)——二次损失21-norm正规化
KSR(选项,响应,K)- KSR:内核谱回归
eval_name.m——用于打印参数——大多数对象所需!
readInput(列表)——READINPUT
特征选择库(MATLAB工具箱)
平等的——(LABEL1 LABEL2)测试LABEL1和LABEL2平等
EuDist2-有效地计算欧几里得距离矩阵的探索
KSR-:内核谱回归
compute_mapping-对数据集进行降维
drgui博士-运行图形用户界面的工具
generate_data人工数据集(廖)-生成一个
intrinsic_dimX - Eestimate的内在维度的数据集
mexall——编译所有mex files Matlab工具箱的降维
