搜索资源列表
pca(ICA)
- PCA（主成分分析法）和ICA（独立成分分析法）的MATLAB源程序，他们是目前图像处理比较经典的特征提取方法
PCA.rar
- 用主成分分析法提取人脸图像特征的程序，算法理论依据是K-L变换,Principal Component Analysis with face image feature extraction process
PCA-code
- 基于主成分分析方法的人脸重构，使用ORL人脸数据库-the face reconstruction based on PCA method
PCA
- matlab环境下的 PCA人脸识别方法，连续输入图像后，主成分分析，特征提取，形成特征脸训练测试，得出精度-face recognition
pca
- 主成分分析程序,应用于图像特征提取，数据降维等方面 -the code of PCA
pca
- PCA主成分分析，用于人脸识别，特征提取等-PCA principal component analysis for face recognition, feature extraction, etc.
pca
- PCA代码 主成分分析代码 适合初学人脸识别的朋友学习使用-PCA principal component analysis source code suitable for beginner learning to use face recognition friend
matlab-pca
- 这是一个主成分分析的matlab程序，非常有用。-This is a principal component analysis of matlab procedures, very useful.
PCA
- matlab PCA，主成分分析经典算法-matlab PCA, principal component analysis of the classic algorithm
PCA
- PCA主成分分析用于人脸识别，提取特征值特征向量。有ORL人脸库。-PCA principal component analysis for face recognition, extraction Eigenvalue eigenvector. Have ORL face database.
PCA-(ICA)
- 主成分分析程序包，包括主成分分析和独立主成分分析两个程序源代码。-Principal component analysis package, including principal component analysis principal component analysis and independent source code for both procedures.
KPCA
- 为解决PCA不适合多指标综合分析中非线性主成分分析的问题 ,采用核主成分分析 (kpca)方法 ,对我国不同地区 16种腐乳的品质进行了综合评价。 -PCA is not suitable to address the many indicators of a comprehensive analysis of non-linear principal component analysis of the problem, using Kernel Principal Component An
ORL_faces
- 人脸识别：使用PCA方法，即主成分分析，区分人脸和非人脸。主要用于随即过程大作业。-Face Recognition: Using the PCA method, that is, principal component analysis, the distinction between face and non-human face. Then the process used mainly for large operations.
PCA
- 主成分分析法能较好地实现图像融合，特别是空间特征保持非常好，但光谱特征的保持性要差一些。-Principal Component Analysis to achieve a better image fusion, in particular, to maintain a very good spatial characteristics, but to maintain the spectral characteristics of some worse.
PCA
- 人耳识别的主成分分析MATLAB算法M文件-PCA
pca
- 用于图像的主成分变换，完成数据压缩的目的和数据信息的提取-transformation of features
PCA
- 基于主成分分析的人脸识别，本程序给出了N次重复实验后各维数的识别率-Principal Component Analysis(PCA)for face recognition
matlab
- ) 使用分块的主成分分析方法(PCA)对人脸图像进行压缩编码。针对PCA方法计算量大的缺点,首先把问题转化成奇异值分解(SVD)问题,然后设计了特征空间的更新算法,通过递推,简化每一步计算的计算量,达到了实时编码的要求。 4) 在Windows平台下基于Video for Windows(VFW)接口开发了人脸视频图像编码和解码的实验系统,该系统实现了图像采集、图像显示、编码、解码等功能。-) The use of sub-blocks of principal component analys
pca
- 使用MATLAB实现主成分分析，其中包含两种不同的方法。(Two different methods are used to achieve principal component analysis by MATLAB.)
PCA+GUI人脸识别
- 基于PCA主成分分析算法和Yale人脸数据库，采用Matlab语言实现的人脸识别程序，整个程序分为预处理、训练、识别、GUI界面控制等几个模块，注释清晰，通俗易懂。(Based on PCA principal component analysis algorithm and Yale face database, the face recognition program is implemented in Matlab language. The whole program is divide