Questions tagged «algorithms»

是否存在一种类似于特征值的数据分解方法，该方法可以估计投影矩阵以降低维数，但是如果相同类别的原始数据在比例，移位和旋转方面略有不同（2D），则不会以相似的欧氏距离术语将相似的矢量彼此投影得太远案件）。 ÿ= Ex ;ÿ=ËX;y = E x; 例如ECG分类问题示例。有氧运动的持续时间不同。另外，比例和偏移取决于节拍检测的准确性。因此，由于该变化，属于同一类别的有氧运动可能被投影到很远的地方。

10 image-processing  algorithms 

首先，这是我第一次尝试制作Kalman滤波器。 我之前曾在StackOverflow上发布了以下问题，即从速度值中滤除噪声和变化，该问题描述了本文的背景。这是我尝试过滤的典型值示例。他们不必一定要减少这种情况。但是变化率通常是这样的 X ------- Y 16 --- 233.75 24 --- 234.01 26 --- 234.33 32 --- 234.12 36 --- 233.85 39 --- 233.42 47 --- 233.69 52 --- 233.68 55 --- 233.76 60 --- 232.97 66 --- 233.31 72 --- 233.99 我已经按照以下教程实现了我的Kalman过滤器：Kalman Filter for Dummies。 我的实现看起来像这样（伪代码）。 //Standard deviation is 0.05. …

10 filters  algorithms  kalman-filters 

我想知道线性或逻辑回归在信号处理（特别是图像处理）方面的超简单应用吗？ 我是一个数学专家，被要求解释一些信号/图像处理人员的数学方法，并且我希望能够使用几个与他们的领域相关的简单示例，但是我对图像处理知之甚少。因此，我并不是在寻找任何复杂的东西（我不知道这个主题，所以越简单越好；我只是希望找到一些东西来证明这些算法的适用性）。 感谢您的帮助！

9 image-processing  algorithms 

我已经开始使用Matlab和数字图像处理。我正在尝试进行指纹识别。我找到了许多与此有关的研究论文，但是我不确定从哪里开始。简而言之，进行指纹识别的最基本方法/算法是什么？

9 matlab  algorithms  fingerprint-recognition 

根据阅读的内容，我制定了一种用于FM声音合成的算法。我不确定我是否做对了。创建软件合成器乐器时，将使用函数来生成振荡器，并使用调制器来对该振荡器的频率进行模数化。我不知道FM合成是否仅适用于调制正弦波？ 该算法采用仪器的波函数以及调制器的调制器指标和比率。对于每个音符，它都采用频率并存储载波和调制器振荡器的相位值。调制器始终使用正弦波。 这是伪代码中的算法： function ProduceSample(instrument, notes_playing) for each note in notes_playing if note.isPlaying() # Calculate signal if instrument.FMIndex != 0 # Apply FM FMFrequency = note.frequency*instrument.FMRatio; # FM frequency is factor of note frequency. note.FMPhase = note.FMPhase + FMFrequency / kGraphSampleRate # Phase of modulator. frequencyDeviation = sin(note.FMPhase * PI)*instrument.FMIndex*FMFrequency …

9 audio  algorithms  modulation 

我正在尝试使用霍夫变换进行边缘检测，并希望使用渐变图像作为基础。 我迄今所做，给出的图像I尺寸的[M,N]和它的部分衍生物gx，gy是计算中的每个像素作为梯度角thetas = atan(gy(x,y) ./ gx。同样，我将梯度幅度计算为magnitudes = sqrt(gx.^2+gy.^2)。 要构建霍夫变换，我使用以下MATLAB代码： max_rho = ceil(sqrt(M^2 + N^2)); hough = zeros(2*max_rho, 101); for x=1:M for y=1:N theta = thetas(x,y); rho = x*cos(theta) + y*sin(theta); rho_idx = round(rho)+max_rho; theta_idx = floor((theta + pi/2) / pi * 100) + 1; hough(rho_idx, theta_idx) = hough(rho_idx, theta_idx) + …

9 image-processing  edge-detection  image-processing  computer-vision  image-registration  discrete-signals  noise  bpsk  snr  demodulation  bpsk  multipath  synchronization  timing  image-processing  filters  algorithms  edge-detection  sampling  demodulation  bpsk  synchronization  timing  fft  fourier-transform  delay  audio  speech-recognition  soft-question  discrete-signals  discrete-signals  autocorrelation  frequency  computer-vision