搜索资源列表
PCA_face_rec
- 这是基于 PCA（主成分分析法） 算法的人脸模式识别原程序；-This is based on the PCA (Principal Component Analysis) algorithm for pattern recognition of the original face;
guizhou
- 利用主成分分析法对BP神经网络的输入参数进行降维，然后进行网络的训练，PCA-BP处理的结果同单一的bp相比，不仅提高了网络的收敛速度，而且提高了网络对预测数据分类的精度
gnosis
- 主成分分析法与概率神经网络在模拟电路故障诊断中的应用-Principal component analysis and probabilistic neural network in analog circuit fault diagnosis
KPCA
- 在模式识别中，经常用到的一种提取特征的方法——主成分分析法-In pattern recognition, a frequently used feature extraction method- principal component analysis
PCA
- 本篇文章提供了一些对于主成分分析法matlab源码分析解释，简单，中文解释。-This article provides some of the principal component analysis for matlab source code analysis and interpretation, simple Chinese explanation.
PCA-and-MatlabCode
- 主成分分析法实现特征选择，里面有非常详细的算法介绍，还有一个现实实例介绍，非常具象，里面贴有实现算法的matlab代码-Principal component analysis （PCA）to achieve feature selection , which has a very detailed descr iption of algorithms , there is a real example to illustrate , very concrete , which is affix
Speech-Emotion-Recognition
- 基于主成分分析法和反向传输神经网络的语音情感识别 摘要——语音信号中包含着丰富的情感信息，尤其是语义信息。快乐、愤怒、厌恶、恐惧、悲伤，这五种基本情感是经过一个受认可的框架讨论和公认的，这个框架包括主成分分析法和BP神经网络。通过PCA从43种候选参数中筛选出11种参数作为确定某种特定的情感类别的标准。实验采用两种神经网络模型，One Class One Network 和 All Class One Network，并进行比较。实验结果表明，其可靠性达52 ~62 ，这说明用这种框架来识别
mathematical-model-15
- matlab数学建模中的15个模型的算法讲解与举例，包括灰色预测、灰色关联分析、主成分分析法、模糊聚类分析、随机模拟、多元回归模型、正交试验设计、图论、目标规划模型、马尔可夫预测方法、时间序列分析、模糊综合评价模型、层次分析模型、模糊数学方法、模拟退火算法。-15 model matlab mathematical modeling method to explain with examples, including the gray prediction, gray correlation a
KL_SVD_face_recognition
- PCA主成分分析，采用KL投影和SVD分解提取人脸特征向量，最后采用最近邻判别法计算识别率。-Face recognition based on PCA. KL projection and SVD are used to extract face eigenvectors. Recognition rate is calculated by k nearest neighbors(KNN) method.
pcaForSVM
- svm(支持向量机)，用主成分分析法做降维预处理-pca for svm