搜索资源列表
-
0下载：
主成分分析，一种掌握事物主要矛盾的统计分析方法，它可以从多元事物中解析出主要影响因素，揭示事物的本质，简化复杂的问题，主要用于数据降维-PCA，a kind of statistical analysis method which master the main self-contradict of things, it can resolve the main factors from multiple things reveal the nature of things, simplify
-
-
0下载：
pca主成分分析法 自己编写的 用于数据降维 减少数据分析时的计算量和计算时间-Pca principal component analysis their writing for data dimension reduction reduce data analysis calculation and computing time
-
-
0下载：
图像的特征提取，典型案例是基于PCA技术的人脸数据集得降维处理-Image feature extraction, a typical case is based on PCA face data set to reduce the dimension of
-
-
0下载：
pca算法已经广泛应用于各方面，当提取的图像特征维度比较高时，为了简化计算量以及储存空间，需要对这些高维数据进行一定程度上的降维，并尽量保证数据的不失真。-pca algorithm has been widely used in various areas, when the extracted image feature dimension is relatively high, in order to simplify the calculation and storage space n
-
-
2下载：
最新最强MATLAB降维工具箱，可用于人脸识别，模式识别，机器学习，数据挖掘，图像处理等领域，里面包含的算法有PCA,LDA,KPCA,KLDA,Laplacian，LPP,MDS,NPE,SPE,LLC,CFA,MCML,LM-The latest and greatest dimension reduction MATLAB toolbox can be used for face recognition, pattern recognition, machine learning, dat
-
-
0下载：
利用欧氏距离测试ar人脸数据库，该处的数据库经过了PCA降维处理；
训练样本为共计100个人的700幅图像降维数据
仅供参考，和交流之用。 - by using Euclidean distance test of AR face database, the database through the PCA dimension reduction
training sample reduction data for 700 images of 100 individua
-
-
0下载：
人脸搜索简单实现，使用主成分分析算法(PCA)，依赖opencv，对若干张人脸图片进行PCA降维处理，然后将输入人脸图片与降维后的数据做比较，根据权重输出结果，权重越大则人脸越相似-Simple face search, using the principal component analysis (PCA) algorithm, opencv, for a number of face images for PCA dimension reduction, and then the input
-
-
2下载：
K-Means算法,不要求建立模型之后对结果进行新的预测，没有相应的标签，只是根据数据的特征对数据进行聚类。主成分分析降维对数据进行可视化操作,对features进行降维.(K-Means algorithm does not require the establishment of the model after the new prediction of the results, there is no corresponding tag, but only on the character
-
-
1下载：
高光谱遥感与传统的单波段、多光谱数据相比，波段量大量增加、波段宽度极大降低，对地面目标的光谱特性的测度更加细致，然而波段的增多必然导致数据量急剧增加、计算量增大、信息冗余增加以及统计参数的估计偏差增大。因此，对高光谱数据进行降维处理具有重要意义。一方面，降维能够使图像远离噪声，提高图像数据质量；另一方面，能够去除图像中的无价值波段，减少波段数，从而降低计算量，提高运算效率。主成分分析是常用的高光谱数据降维处理方法之一。(Compared with the single band, hypersp
-
