这个包是 (Peng et al, 2005 and Ding & Peng, 2005, 2003) 中的 mRMR（minimum-redundancy maximum-relevancy）特征选择方法，它比传统的 top-ranking 方法更好的性能已经在许多最近出版物中的数据集。 该版本使用互信息作为计算变量（特征）之间相关性和冗余的代理。 其他变化，例如使用相关性或 F 检验或距离，也可以在此框架内轻松实现。
Hanchuan Peng、Fuhui Long 和 Chris Ding，“基于互信息的特征选择：最大依赖、最大相关和最小冗余的标准”， IEEE 模式分析和机器智能汇刊， 卷。 27, No. 8, pp.1226-1238, 2005. [PDF]
Ding C. 和 Peng HC，“微阵列基因表达数据的最小冗余特征选择”，《生物信息学与计算生物学杂志》，
2021-08-04 13:57:00
520KB
1
语义分割经典论文翻译1：DFANet:Deep Feature Aggregation for Real-Time Semantic Segmentation(DFANet翻译)-附件资源
2021-07-28 11:23:31
106B
1
Learning Local Feature Descriptors for Multiple Object Tracking
2021-07-24 18:03:33
2.16MB
1
光流跟踪的金字塔实现
2021-07-24 14:03:07
229KB
1
Jx-WFST：包装特征选择工具箱
-------------------------------------------------- -------------------------------------------------- -------------------------------------------------- -------------
* 该工具箱提供了 40 多种包装器特征选择方法
* 提供了如何在基准数据集上应用这些方法的示例
* 这个 Jx-WFST 工具箱的详细信息可以在https://github.com/JingweiToo/Wrapper-Feature-Selection-Toolbox找到
2021-07-14 11:59:17
121KB
1
此工具箱提供均衡优化器 (EO) 方法
“主要”脚本说明了EO如何使用基准数据集解决特征选择问题的示例。
****************************************************** ****************************************************** **********************************
2021-07-13 15:35:52
121KB
1
功率谱密度代码matlab
信号特征提取（DE
和
PSD）
用于提取信号的
DE（差分熵）和
PSD（功率谱密度）特征的代码。
提供了
Matlab
和
python
版本。
input:
data
[n*m]
n
electrodes,
m
time
points
stft_para.stftn
frequency
domain
sampling
rate
stft_para.fStart
start
frequency
of
each
frequency
band
stft_para.fEnd
end
frequency
of
each
frequency
band
stft_para.window
window
length
of
each
sample
point(seconds)
stft_para.fs
original
frequency
output:
psd,DE
[n*l*k]
n
electrodes,
l
windows,
k
frequency
bands
2021-07-06 15:03:55
3KB
1
RCNN
2021-07-03 20:01:52
929KB
1
压缩包包含两个文件：
1、特征提取与图像处理第二版影印版；
2、Feature Extraction and Image Processing for Computer Vision(3rd)最新第三版，这个是高清文字版哦
2021-07-02 20:57:52
57.87MB
1