搜索资源列表
mahalanobis
- 一种新的计算马氏距离的算法，算法采用二次协方差矩阵操作，进而使距离考加入相对性因素。-a new Mahalanobis distance calculation algorithm, the algorithm using quadratic covariance matrix operations, thereby enabling the relative distance to take factors.
kl
- （1）应用9×9的窗口对上述图象进行随机抽样，共抽样200块子图象； （2）将所有子图象按列相接变成一个81维的行向量； （3）对所有200个行向量进行KL变换，求出其对应的协方差矩阵的特征向量和特征值，按降序排列特征值以及所对应的特征向量； （4）选择前40个最大特征值所对应的特征向量作为主元，将原图象块向这40个特征向量上投影，所获得的投影系数就是这个子块的特征向量。 （5）求出所有子块的特征向量。
pcacode
- 程序设计步骤： 1、去均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步） 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量
图像压缩常用方法
- 主成份分析 图像压缩常用方法，压缩包中包含两种方式，协方差矩阵方法和在线方法。,PCA common method of img compression
Texture-features
- matlab编写的用于实现灰度共生矩阵，灰度-梯度共生矩阵，灰度直方图，协方差系数，LOG滤波器的源代码了。全部经过测试，可以直接使用。对于做纹理分析很有帮助。一共有五个代码-matlab prepared for the realization of Gray Level Co-occurrence matrix, gray- gradient co-occurrence matrix, gray histogram, covariance coefficients, LOG source c
face
- PCA人脸识别基于PCA的人脸识别 (Eigenface)读入20幅训练图像 。 计算均值、协方差矩阵 、特征值 和特征向量 ,并记录计算所耗费的时间 。并在figure(i)中显示特征脸Eigenface 。计算4幅测试图像 ，及其在 空间中的重建图像 ，在figure(i) 和 figure(10+i)中分别显示测试图像 和重建图像 。计算4幅测试图像 的重建误差 ，比较并阐释 之间的差异及其原因。 -PCA
jiaozheng
- 这是一个阵列校正的程序，通过计算协方差矩阵，利用矩阵元素间的关系计算出阵列的幅相误差-This is an array of calibration procedures, by calculating the covariance matrix, the relationship between the matrix elements of the array to calculate the amplitude and phase errors
StraightFlight_3D
- 探测三维冲突概率算法，通过对误差协方差矩阵的运算，对其进行一事实上的矩阵变换使算法进行简化，-Three-dimensional probabilistic conflict detection algorithm, through the error covariance matrix of computing, its a matter of fact so that the matrix transformation algorithm can be simplified,
COV2K
- 极化SAR图像处理中，将协方差矩阵转换为STOKES矩阵或Mueller矩阵的程序-Polarization SAR image processing, the covariance matrix will be converted to matrix or Mueller matrix STOKES procedures
pauli cov
- 极化SAR图像中的将协方差矩阵数据进行PAULI分解的程序-Polarization SAR images will covariance matrix data Pauli decomposition process
KLtransform
- （1）应用9×9的窗口对上述图象进行随机抽样，共抽样200块子图象； （2）将所有子图象按列相接变成一个81维的行向量； （3）对所有200个行向量进行KL变换，求出其对应的协方差矩阵的特征向量和特征值，按降序排列特征值以及所对应的特征向量； （4）选择前40个最大特征值所对应的特征向量作为主元，将原图象块向这40个特征向量上投影，所获得的投影系数就是这个子块的特征向量。 （5）求出所有子块的特征向量。 -(1) the application of 9 × 9 window
pcaProgram
- PCA算法程序设计步骤： 1、取均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步） 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量 -PCA algorithm programming steps: 1, access means 2, the calculation of
coviance
- 一个关于协方差矩阵的例子 改成自己的图片即可 运行-An example on the covariance matrix into its own image to run
ASM_version1b
- ASM是由Cootes和泰勒推出的多分辨率方法的一个例子。 基本思想： 在ASM模型训练，训练从手工绘制的图像轮廓。发现的ASM模型在训练使用主成分分析（PCA），使该模型自动识别数据的主要变化是，如果可能的轮廓/好的对象的轮廓。还包含了ASM模型的协方差矩阵描述行垂直纹理口岸时，在正确的位置。 -Descr iption This is an example of the basic Active Shape Model (ASM) as introduced by Coot
compression_3
- 在神经网络中用求协方差矩阵的方法对人脸图像进行压缩及恢复-In the neural network covariance matrix using the method of face image compression and restoration
Mutilface
- 这是一个多重脸识别的程序，代码采用k_L变换和奇异值分解，利用协方差矩阵获得人脸图像的特征脸。-This is a multi-face recognition program, the code used k_L transform and singular value decomposition, the covariance matrix can be obtained by using the face image features the face.
Cov-Computer
- 如何计算矩阵数据的协方差矩阵。还有在什么情况下只能计算均值、方差，而不能计算协方差，什么情下，只能计算协方差，但不能计算协方差矩阵。-How to calculate the matrix data covariance matrix. And under what circumstances can only calculation mean, variance, and not calculation covariance, what feeling, can only calculatio
shiyan123
- 估计类均值向量和协方差矩阵的方法。 类间离散度矩阵、类内离散度矩阵的计算方法 -Estimated class mean vector and covariance matrix method. Between-class scatter matrix, within-class dispersion matrix calculation method
code
- 特征脸（Eigenface）是指用于机器视觉领域中的人脸识别问题的一组特征向量。使用特征脸进行人脸识别的方法首先由Sirovich and Kirby (1987)提出，并由Matthew Turk和Alex Pentland用于人脸分类。该方法被认为是第一种有效的人脸识别方法[来源请求]。这些特征向量是从高维矢量空间的人脸图像的协方差矩阵计算而来。-implementation of eigenface
PCA_cov
- pca 求协方差矩阵 神经网络作业 中用到的程序 可供参考 -pca seeking covariance matrixdksal jdfl a fkjdla fjdlks fjdkosi jid f jkl djkl dio kdls jfodi fkold fjlkd slkaj