centos
git
lamda表达式
红黑树
力扣
激光
心理健康管理系统
前后端分离考试系统
SAP UI5
aws
弹性伸缩
IT难
动态库
重构
双向链表
流量运营
Datacom
perl
S4
多传感器融合
特征提取
2024/4/11 19:44:21
脑机接口EEG信号分类算法
期末考试终于完了，有空下午来实验室搬搬砖，下面写写最近在EEG信号分类算法上的一些总结，并以思维导图的方式和大家分享，希望和大家共同探讨关于脑电信号的分类算法。《A review of classification algorithms for EEG based brain…
特征提取方法——共空间模式（Common Spatial Pattern,CSP）算法原理与实现
一、原理
公共空间模式（CSP）算法采用监督的方法创建一个最优的公共空间滤波器，在最大化一类方差的同时最小化另一类方差，采用同时对角化两类任务协方差矩阵的方式，得到可区分程度最大的特征向量。适用于二分类任务的特…
论文学习——基于降雨类型直方图分析的降雨站点相似性研究
文章目录1 摘要2 结论3 引言4 实验流程4.1 特征选择4.2 基于Dacies-Bouldin指数的K-means聚类4.3 基于单场降雨的降雨类型直方图4.4 基于降雨类型直方图的相似性度量5 实验结果与分析6 结论写在前面：《水文》；月刊；中文核心期刊 这一篇论文和…
角点检测算子（Harris, KLT, SIFT,SUSAN）
角点检测： 角点：最直观的印象就是在水平、竖直两个方向上变化均较大的点，即Ix、Iy都较大 。 边缘：仅在水平、或者仅在竖直方向有较大的变化量，即Ix和Iy只有其一较大。 平坦地区：在水平、竖…
EEG Feature Selection via Global Redundancy Minimization for Emotion Recognition 论文笔记
概述
提出了一种基于最小化全局冗余的特征提取算法(global redundancy minimization in orthogonal regression)。
研究动机
基于EEG的情绪识别研究大多使用低密度(小于128个通道)的EEG数据，如SEED [71]和DEAP[72]数据库。低密度脑电图的缺点是其空间分辨率差。随…
信号数据C0 Complexity计算
参考论文：The study of c0 complexity on epileptic absence seizure
def C0_complexity(single):计算C0复杂度 x fft(single)N x.shape[0]avgx np.average(x) # 计算幅度谱的平均值new_x []for i in x:if abs(i) > avgx:new_x.append(i)else:new_x.appe…
核磁机器学习 | 基于机器学习的fMRI分类
导读
本文通过提取最显著的特征，将大脑图像分类为正常和异常，并对大脑各种状态的磁共振成像(MRI)进行了研究。本文描述了一种基于小波变换的方法，首先对图像进行分解，然后使用各种特征选择算法从MRI图像中提取最显著的大脑特征。…
Sklearn特征提取
模块 sklearn.feature_extraction 可用于提取符合机器学习算法支持的特征，比如文本和图片。
注意 特征特征提取与特征选择有很大的不同：前者包括将任意数据（如文本或图像）转换为可用于机器学习的数值特征。后者是将这些特征应用到…
【图像识别】图像特征、特征检测、特征提取
目录
1. 图像特征
2. 特征检测与特征提取
2.1 特征检测算法
2.2.1Moravec
2.1.2 Harris
2.1.3 FAST
2.1.4 SIFT
2.1.5 SURF
2.1.6 BRIRF
2.1.7 ORB 2.2 特征提取算法
2.2.1 HOG
2.2.2 Harr
2.2.3 SIFT
2.2.4 LBP
2.2.5 Gabor
2.3 边缘检测算法
3 算法对比 1. …
告别代码复制粘贴，傻瓜式提取 PyTorch 中间层特征
内容导读：特征提取是图像处理过程中常需要用到的一种方法，其效果好坏对模型的泛化能力有至关重要的影响。 特征提取（Feature extraction）在机器学习、模式识别和图像处理中应用广泛。
它从初始的一组测量数据开始，建构…
机器学习比较 - 基于OpenCV进行图像向量的提取
一、简述 在将图像输入机器学习算法之前，通常对图像执行的预处理步骤之一是将它们转换为特征向量。将图像转换为特征向量有几个优点，可以使机器学习算法更加高效的运行。 在将图像转换为特征向量的不同技术中，经常与不同机器学习算法结合使用的两种最流行的技术是定向梯度直…
MATLAB进行特征选择
特征选择是机器学习和统计建模中的重要步骤，它涉及选择最相关、最有信息价值的特征，以提高模型性能、降低过拟合风险，并加速训练过程。以下是一些常见的特征选择方法：
（1）方差选择法 计算各个特征的方差，然后根据阈值，选择方差大于阈值的特征作为筛选出来的特…
机器学习框架sklearn之特征提取
特征工程介绍
数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。
（1）什么是特征工程
特征工程是使用专业背景知识和技巧处理数据，使得特征能在机器学习算法上发挥更好的作用的过程。
意义：会直接…
基于数学形态学的路面裂缝图像处理技术-含Matlab代码
⭕⭕ 目 录 ⭕⭕✳️ 一、引言✳️ 二、图像预处理✳️ 三、路面裂缝图像的边缘检测✳️ 3.1 裂缝识别✳️ 3.2 裂缝区域信息获取✳️ 3.3 裂缝特征提取✳️ 四、参考文献✳️ 五、Matlab代码获取✳️ 一、引言
对于路面裂缝而言， 采用图像处理技术对其进行识别与计…
数字图像处理 - 图像处理结合机器学习的应用示例
在本文中，特别关注树叶分类机器学习技术的实现。我们的目标是演示如何利用机器学习算法来分析一系列叶子照片，从而实现准确分类并提供对植物领域有价值的算法。 图像处理中机器学习的本质 机器学习使计算机能够学习模式并根据视觉数据进行预测，彻底改变了图像处理领域。在叶…
机器学习笔记 - 使用 ResNet-50 和余弦相似度的基于图像的推荐系统
一、简述 这里的代码主要是基于图像的推荐系统，该系统利用 ResNet-50 深度学习模型作为特征提取器，并采用余弦相似度来查找给定输入图像的最相似嵌入。 该系统旨在根据所提供图像的视觉内容为用户提供个性化推荐。
二、所需环境 Python 3.x tensorflow ==2.5.0 numpy==1.21.…
机器学习 | 如何构建自己的决策树算法？
决策树思想的来源非常朴素，程序设计中的条件分支结构就是if-else结构，最早的决策树就是利用这类结构分割数据的一种分类学习方法 目录
初识决策树
决策树原理
cart剪枝
特征提取
泰坦尼克号乘客生存预测(实操)
回归决策树 初识决策树
决策树是一种…
OpenCV-Python(29)：图像特征
目录
目标
背景介绍
常用特征
应用场景 目标 理解什么是图像特征 为什么图像特征很重要 为什么角点很重要
背景介绍 相信大多数人都玩过拼图游戏吧。首先你们拿到一张图片的一堆碎片，你要做的就是把这些碎片以正确的方式排列起来从而重建这幅图像。问题是&…
91基于matlab的以GUI实现指纹的识别和匹配百分比
基于matlab的以GUI实现指纹的识别和匹配百分比,中间有对指纹的二值化，M连接，特征提取等处理功能。数据可更换自己的，程序已调通，可直接运行。 91M连接 特征提取 (xiaohongshu.com)
计算机视觉与深度学习 | 改进的SIFT立体匹配算法
===================================================== github：https://github.com/MichaelBeechan CSDN：https://blog.csdn.net/u011344545
===================================================== 改进的SIFT立体匹配算法 1 SIFT算法2 结合Harris算子和极限约束改进的S…
激光雷达学习笔记（三）特征提取
激光雷达获取的信息是和周围物体之间的距离信息，在移动机器人尤其是自主移动机器人领域具有非常广泛的应用，那我们就从移动机器人的自主导航开始聊吧。 移动机器人导航是指移动机器人依靠传感器在特定环境中，按时间最优、路径最短或能耗最低等…
排列熵、模糊熵、近似熵、样本熵的原理及MATLAB实现之近似熵
说明：“本博文为排列熵、模糊熵、近似熵、样本熵的原理及MATLAB实现”系列博文的最后一篇，关于排列熵、模糊熵、样本熵的内容请阅读博客： 排列熵
模糊熵
样本熵 近似熵四、近似熵1.简介2.基本原理3.MATLAB代码参考文献四、近似熵
1.简介
…
项目记录与总结--理清思路
需要对推文来进行很好的过滤，在这里我主要考虑的是推文外部特征的过滤，需要知道到底有哪些外部特征，没有涉及到语义的那些特征。
判断的依据： 第一：推文单词数很少的时候，认为表述不清事件信息࿰…