Advertisement

Matlab尺度变换代码 - Hash-Learning.github.io: 哈希学习网站

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本页面提供基于MATLAB实现的尺度变换代码，适用于图像处理与计算机视觉领域的研究。出自哈希学习技术博客。 MATLAB尺度变换代码目录介绍分类目录与数据无关的方法通过散列在高维空间进行相似度搜索：Aristides Gionis, Piotr Indyk 和 Rajeev Motwani，[VLDB] 1999年。 近似最近邻居的最优哈希算法：亚历山大·安多尼（Alexandr Andoni）和彼得·印迪克（Piotr Indyk），[ACM] 2008年。 基于p-稳定分布的局部敏感散列方案：Datar等人，[ACM] 2004年。 可扩展图像搜索的内核化局部敏感哈希方法：布莱恩·库利斯（Brian Kulis）和克里斯汀·格劳曼（Kristen Grauman），[ICCV] 2009年。 快速相似度搜索学习指标：Prateek Jain, Brian Kulis 和 Kristen Grauman，[TPAMI] 2009年。 局部敏感二进制代码的移位不变核：马克西姆·拉金斯基（Maxim Raginsky）和斯维特拉娜（Svetlana Lazebnik），[NIPS] 2009年。 数据相关的方法： 无监督散列 频谱散列

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • Matlab尺度变换代码 - Hash-Learning.github.io: 哈希学习网站
    优质
    本页面提供基于MATLAB实现的尺度变换代码，适用于图像处理与计算机视觉领域的研究。出自哈希学习技术博客。 MATLAB尺度变换代码目录介绍分类目录与数据无关的方法通过散列在高维空间进行相似度搜索：Aristides Gionis, Piotr Indyk 和 Rajeev Motwani，[VLDB] 1999年。 近似最近邻居的最优哈希算法：亚历山大·安多尼（Alexandr Andoni）和彼得·印迪克（Piotr Indyk），[ACM] 2008年。 基于p-稳定分布的局部敏感散列方案：Datar等人，[ACM] 2004年。 可扩展图像搜索的内核化局部敏感哈希方法：布莱恩·库利斯（Brian Kulis）和克里斯汀·格劳曼（Kristen Grauman），[ICCV] 2009年。 快速相似度搜索学习指标：Prateek Jain, Brian Kulis 和 Kristen Grauman，[TPAMI] 2009年。 局部敏感二进制代码的移位不变核：马克西姆·拉金斯基（Maxim Raginsky）和斯维特拉娜（Svetlana Lazebnik），[NIPS] 2009年。 数据相关的方法： 无监督散列 频谱散列
     
  • MATLAB尺度变换代码-ECO_HC：ECO_HC
    优质
    ECO_HC是基于MATLAB开发的一个尺度变换代码项目，旨在优化环境控制系统（ECO）中数据处理和分析的效率与精度。此工具利用先进的算法进行图像或信号的比例缩放操作，适用于科研及工程应用中的复杂计算任务。 Matlab尺度变换代码ECO_HC于2018年12月27日进行了修改：之前的版本中的CN特征文件路径是我自己电脑的特定路径设置，在Linux系统下可以正常运行，但在Windows环境下会遇到错误。此外删除了两个未使用的包。经过此次调整，安装了Cmake和OpenCV的任何Linux系统的用户都可以顺利使用该代码；而Windows环境下的兼容性尚未进行测试。 此修改版基于ECO原作者在GitHub上的源码（Matlab版本），并在此基础上进行了改进。原始代码由另一位开发者用C++及OpenCV实现，但由于存在诸多错误导致跟踪效果不尽人意。本人修正了大量存在于eco_sample_update.cpp文件中的错误，并且加入了CN特征提取以及fDSST用于尺度变换功能，成功复现ECO的HC版本。 在测试设备为Intel(R) Core(TM)i5-7500 CPU @ 3.40GHz的情况下，小目标跟踪速度可达60帧/秒以上，大目标则达到40帧/秒以上的水平。部分参数设置目前无法调整（因为尚未完全复现）。为了方便使用去除了Caffe的相关内容，如需CNN特征的支持，请通过电子邮件联系。 如何使用代码：sud
     
  • 改进的尺度变换(MDS) MATLAB代码
    优质
    本作品提供了一种经过优化和改良的多维缩放（MDS）算法的MATLAB实现。通过增强原有方法的数据处理能力和加速计算过程，该代码适用于大规模数据集，并支持多种距离度量方式。 这段文字描述的是多尺度变换（MDS）的MATLAB代码实现。
     
  • MATLAB MTLD：基于多尺度稀疏变换学习的图像去噪代码
    优质
    MATLAB MTLD提供了一种新颖的方法来处理图像去噪问题。通过运用多尺度稀疏变换和机器学习技术，MTLD能够有效去除噪声同时保留关键细节信息，适用于各种类型的图像数据。 用于图像去噪的多尺度稀疏变换学习 该存储库包含与以下论文关联的代码： Ashkan Abbasi, Amirhassan Monadjemi, Leyuan Fang, Hossein Rabbani, Neda Noormohammadi，Yhang Zhang，“用于图像去噪的多尺度稀疏变换学习”，2020年。 注意：我们将尽快更新代码，以包含基于混合的SAIST多尺度扩展。 更具体地说，MMSAIST和FMMSAIST将很快发布。 可用方法 此程序包中提供了用于运行以下方法的代码。除了稀疏的变换学习降噪外，还包括运行该方法所需的所有代码。 四种基于TLD（稀疏变换学习降噪）的方法： - TLD - MTLD - MMTLD - FMMTLD 演示脚本包括：Benchmark_MTLD_for_Gaussian_denoising.m和Benchmark_MTLD_for_FMD.m。 要求： 从下载零散变换学习包。 将程序包解压缩到METHODS文件夹中。因此，路径应如下所示： .METHODSTSP
     
  • GTAV Hash Updater: GTA 5 的哈希更新工具
    优质
    GTAV Hash Updater是一款专为GTA 5设计的工具，用于修复游戏安装过程中可能出现的哈希校验错误，确保玩家能顺利体验游戏。 GTAV Hash Updater 是用于《GTA 5》的哈希更新工具。
     
  • Matlab中的变尺度算法代码
    优质
    本段代码实现了在MATLAB环境下应用变尺度算法进行优化求解。通过迭代更新权重，有效寻找函数最小值点，适用于非线性问题的数值分析与工程计算。 使用DFP和BFS两种方法来实现变尺度算法。这里是实现该算法的Matlab代码，只需修改目标函数即可直接使用。
     
  • 哈达玛变换的MATLAB实现代码
    优质
    本项目提供了一套详细的MATLAB代码示例，用于实现哈达玛变换及其逆变换。代码简洁高效，适合初学者学习和研究应用。 利用MATLAB编程实现哈达玛变换（Hadamard变换）。
     
  • MATLAB中的希尔伯特黄变换代码
    优质
    本代码实现MATLAB环境下的希尔伯特黄变换（HHT），适用于信号处理与分析，包含经验模态分解（EMD）和 Hilbert 指谱分析。 希尔伯特黄变换的MATLAB代码可以用于分析非平稳信号。这种技术结合了经验模态分解（EMD）和希尔伯特谱分析，能够有效地处理复杂的数据集。对于需要进行这类数据分析的研究人员或工程师来说，编写或者获取准确有效的HHT算法实现是非常重要的。