Approximate subspace-based iterative adaptive approach for fast two-dimensional spectral estimation
2022-10-27 09:24:48
6KB
1
矩阵二维示例
2022-10-14 16:30:26
1KB
1
本文是由D.E.Kunth、J.H.Morris和V.R.Pratt三人共同发表的一篇论文：
《Fast pattern matching in strings》,该文于1977年发表于SIAM journal on computing上。
算法用于从一串字符中快速搜索一个模式，其时间复杂度为O(m+n)，比传统的模式匹配更快。
2022-10-05 03:19:15
2.97MB
1
DFT的matlab源代码使用Cooley-Tukey算法进行快速傅立叶变换
最常见的快速傅立叶变换（FFT）算法
Cooley–Tukey递归地用较小的$
N_1
$和$
N_2
$的DFT重新表达任意复合大小$
N
=
N_1N_2
$的离散傅里叶变换（DFT），以将计算时间减少到$
O
（N
log
N）$用于高度合成的N（平滑数）。
radix-2
DIT案例
基数2的时间抽取（DIT）FFT是Cooley-Tukey算法的最简单且最常见的形式，尽管高度优化的Cooley-Tukey实现通常使用如下所述的其他形式的算法。
Radix-2
DIT在每个递归阶段将大小为N的DFT分为大小为$
N
/
2
$的两个交错DFT（因此称为“
radix-2”）。
离散傅里叶变换（DFT）由以下公式定义：
$$
X_k
=
\
sum_
{n
=
0}
^
{N-1}
x_n
e
^
{-\
frac
{2
\
pi
i}
{N}
nk}，$$
其中$
k
$是从$
0到N-1
$的整数。
Radix-2
DIT首先计算偶数索引输入$（x_
{2m}
=
x_0，x_2，\
ldots，x
2022-09-27 10:21:27
3KB
1
周围计算matlab代码基于自适应密度的无监督高光谱遥感图像聚类
这个
repo
包含我对我们的论文“基于自适应密度的无监督高光谱遥感图像聚类”的实现。
执行
这些代码最初来自于
Science
2014
的“Clustering
by
fast
search
and
find
of
density
peaks”。我大量修改了
matlab
实现以加快和修改基于我们论文的参数设置和算法框架。
引文
如果您发现我们的工作对您的研究有用，请考虑引用：
@article{xie2018unsupervised,
title={Unsupervised
hyperspectral
remote
sensing
image
clustering
based
on
adaptive
density},
author={Xie,
Huan
and
Zhao,
Ang
and
Huang,
Shengyu
and
Han,
Jie
and
Liu,
Sicong
and
Xu,
Xiong
and
Luo,
Xin
and
Pan,
Haiyan
and
Du,
Qian
and
Tong,
Xi
2022-09-24 16:29:38
8KB
1