搜索资源列表
ResearchonFaceImageRetrievalBasedonPrincipalIndepe
- 提出一种基于独立分量分析的内容特征,并用于人脸图像检索,得到一种基于内容的图像检索新方案. 该方案首先在降维空间提取出基于高阶统计特性的主独立内容特征(PICF) ,应用提取的PICF 特征进行有效的人脸图像描述. 为确保计算有效性和检索正确率,运用可消除独立特征顺序不确定性的基于PICF 的检索方法,并在具备不同亮度、尺度、姿势和图像描述变化的RL 脸谱数据库中完成了人脸图像检索实. 计算机仿真结果验证了所提出方法的有效. 最佳检索率为100 ％ ,平均查准率达95. 14 ％P千次.
PCA
- 主分量分析,用于高维数据降维或提取目标特征。程序精简，效率高. -Principal Component Analysis is used to make data dimensionality reduction or extract target characteristics。
Researchontheshapefeatureextractionandrecognition.
- 主分量分析(PCA ) 是统计学中分析数据的一种有效的方法, 可以将数据从高维数据空间变换到低维特征空间, 因而 可以用于数据的特征提取及压缩等方面。在该文的形状识别系统中, 用PCA 法提取图像的形状特征, 能够较好地满足识别 层的输入要求。在识别层研究了3 种识别方法: 最近邻法则、BP 网络及协同神经网络方法, 均取得了满意的实验效果。-Principal component analysis (PCA) is a statistical analysis of data in a
pca
- PCA主分量分析法的MATLAB源代码,用于图像融合中-PCA code
PCA
- PCA算法，用于用于主分量分析，挺好用的-PCA algorithm for principal component analysis used, very good use! ! ! ! ! ! ! ! !
face
- 人脸识别matlab源代码，应用主分量分析（PCA）实现了人脸识别。-Face recognition matlab source code, application of principal component analysis (PCA) to achieve a face recognition.
ImageCompress
- 利用主分量分析技术进行图像压缩，实验证明该算法具有很好的压缩比-Using principal component analysis for image compression, experimental results show that the algorithm has very good compression ratio
main
- 将样本矩阵FaceContainer进行主成分分析的整个过程封装在main函数中，参数K是主分量数目，即降维至K维。计算得出样本矩阵的低维表示LowDimFacesitting和主成分分量矩阵W。-The sample matrix FaceContainer principal component analysis of the whole process is encapsulated in the main function, the parameter K is the number o
NSCTTDPCACYCLEMODULE
- 非下采样轮廓波变换与二维主分量分析的循环模式计算-nonsubsambled contourlet transform and two dimensional principle component analysis cycle module calculation
NSCTTDPCACYCLEMODULElocal
- 非下采样轮廓波变换与二维主分量分析循环模式进行局部计算-nonsubsambled contourlet transform and two dimensional principle component analysis cycle module calculation local feature
PCA
- 主分量分析的源代码，附有简单的解释说明，主要对图像矩阵做降维处理，适用多幅图像的变化检测-Principal component analysis of the source code, a simple explanation, the main image matrix reducing dimension, suitable for image change detection
pcannc
- 主分量分析对SAR图像目标进行特征提取，用最近临方法进行分类-Principal component analysis（PCA） of SAR image target feature extraction, classification using nearest-neighbor method
KLTrancom
- 通过KL主分量变换算法，进行遥感影像6波段主分量分析。-By KL principal component transform algorithm for remote sensing image 6 band principal component analysis.
m11
- 混合高斯(Mixture of Gaussian, MOG) 背景建模算法和Codebook 背景建模算法被广泛应用于监控视频的运动目标检测问题, 但混合高斯的球体模型通常假设RGB 三个分量是独立的, Codebook 的圆柱体模型假设背景像素值在圆柱体内均匀分布且背景亮度值变化方向指向坐标原点, 这些假设使得模型对背景的描述能力下降. 本文提出了一种椭球体背景模型, 该模型克服了混合高斯球体模型和Codebook 圆柱体模型假设的局限性, 同时利用主成分分析(Principal compon
Myzhufenliangfenxi123
- 主分量分析是一种基本的多维数据描述方法，是一种能使多维数据按照实际研究的需要更好地描述出来的变换方法。-Principal component analysis is a basic descr iption of the method of multidimensional data is a multidimensional data in accordance with the needs of the actual research to better describe the tran
PCAhuidutux
- 主分量分析在灰度图像中的应用，提取特征值，利于后期的识别-Principal component analysis in grayscale images, extracting characteristic values, which will help to identify the late
Desktop
- 基于matlab的步态识别 pca主分量分析 经过改编的源程序-After adaptation of the source code analysis based gait recognition pca matlab principal component of
MNF
- MNF是一种多元线性统计变换方法，MNF变换的基本思想就是通过构造原始观测数据各分量的线性组合，将观测数据中包含的信号与噪声两部分尽可能分离，使得线性映射变量的信噪比最大化。MNF变换本质上含有两次叠置处理的主成分分析变换。-MNF is a statistical multiple linear transformation method, the basic idea is the MNF transform raw observations by constructing a linear
377618
- 这个代码是用于独立主分量分析的核心部分,里边有现成的例子(This code is used to separate the core part of the principal component analysis, the inside has a case in point)
test
- 该方法利用人脸具有镜像对称的自然特性，依据奇偶分解原理，生成成镜像奇、偶对称样本，井利用人脸对称图像作为训练样本，再利用主分量分析(PCA)对训练样本进行二阶相关和降维处理，然后对处理后的样本进行ICA特征提取。理论和分析实验证明，该算法有效减线了人脸受到视角、光照、人脸表情、姿势变化等因素的最响，又增加了训练样本容量，减少了计算复杂度，同时有效解决了小样本问题，提高了识别率.(The method uses the natural characteristics of mirror symme