搜索资源列表
pca2222222
- pca程序,一个主分量分析程序,用于提取特征直,欢迎大家下载-PCA procedures, a principal component analysis procedures for the extraction of straight and you are welcome to download!
PCA
- PCA matlab程序，提供和大学交流学习。仅供学习研究，严禁商用。
pca-svm
- 本程序用于对训练样本提取独立主元，作为样本特征，并送入SVM分类器中训练图像的预处理中不取对数，也无须做幅度归一，由ICA的应用条件决定的。预处理后的图像以向量的形式按行排列
PCA
- 文件详细说明了pca算法程序的设计步骤，并对每一步骤有代码说明
pca
- PCA算法程序 - Dinga s Blog主分量分析方法
pca
- ORL-人脸库的pca算法程序。可以测试其人脸识别的时间和准确率
跟踪演示程序源代码
- 希望对大家有用啊
PCA
- 人脸识别，从图像中检测人脸。该程序运算速度快，准确度高。
pca.rar
- 使用PCA进行数据预处理和数据压缩，用C++程序实现，所得主成分保存在文件中,PCA carried out using data pre-processing and data compression, and C++ Program, derived from the principal component in the document preservation
PCA
- 基于PCA的故障检测，有实验数据和仿真程序，效果不错。-PCA-based fault detection, experimental data and simulation program, to good effect.
PCA
- PCA应用程序，是以前师兄编的，相信对搞过程仿真的有帮助-PCA application is made师兄ago, and believe that engaging in the process of simulation help
pca-programmer
- pca程序编辑的源码 选择性的使用 注意相关条件-matlab code about programmer
PCA
- 主成分分析算法程序模型。适用于两组分至四组分混合体系的解析。-PCA method
Gaussxiaoyuanfa
- 解线性方程组，通过列主元消去法，方便快捷，基于VB版本的小程序-Solution of linear equations by elimination out PCA, convenient, based on the VB version of the applet
PCA_Soft
- 主成分分析法的超详细介绍，附有多个开发环境的程序，举了多个例子以供练习，编了一个小程序，很方便地进行主成分分析，非常方便实用··（强烈要求管理员给个高分，谢谢）-Principal Component Analysis of the ultra-detailed descr iption of the development environment with a number of procedures, to cite a number of examples for practice, fo
PCA-matlab
- pca分析实例,将多维数据降成一维，包括数据处理，计算均值，方差等.(pca Learning materials)
PCA
- 函数是封装好的主成分分析法的程序，输入原始数据矩阵即可(Function is a good package of principal component analysis of the procedure. The original input data matrix can be input)
PCA
- 该程序可以实现数据的主成分提取，以及相关系数矩阵，得分矩阵，还有T^2统计量，可视化效果好。(The program can achieve the main component extraction of data, as well as correlation coefficient matrix, scoring matrix, as well as T^2 statistics, visual effect is good.)
PCA
- 一个使用PCA方法进行故障诊断的程序，内含数据(A program that uses the PCA method for fault diagnosis)
pca
- 应用于数据降维的一种MATLAB程序，可以实现从高维到低维的降解(A matlab program applied to data dimensionality reduction can realize the degradation from high dimension to low dimension)