搜索资源列表
empca
- 用EM算法估计PCA参数，效果比传统的PCA要好，原文发表于神经计算杂志上，有兴趣者可以先看论文。-using EM algorithm parameters estimated PCA results than the traditional PCA better, in the language of neural computation published in the magazine, those who are interested can read papers.
TrackEye_src.zip
- 一个由zafersavas于2008年完成的完全基于VC++6实现的人脸检测和人眼跟踪程序，通过设置相应的参数实现不同的功能。人脸跟踪中使用了camshift算法和Haar算法，眼睛检测中使用了自适应PCA算法和模板匹配算法，还支持文件和网络摄像头两种输入方式，经过试验，检测速度比较快和准确度也比较高。附带demo程序。 使用步骤： 菜单TrackEye Menu --> Tracker Settings 输入源Input Source: video 选择文件输入指定为： ..\Avis\
PCA
- 用于模式识别中的PCA降维输入数据data和option。data是一个矩阵，每一行代表一个样本。option是选择降维到多少维。-[eigvector, eigvalue] = PCA(data, options) [eigvector, eigvalue] = PCA(data)
machine-learning_PCA
- 环境为winpython 32bit 2.7.5.3 p = PCA() print u"均值化后的数据集为：",p.dataset( H:\\PCA_test.txt ) print u"协方差矩阵为：",p.COV() print u"特征向量为：",p.eig_vector()[1] tt = p.pc(dim=1) print "tt:",tt print u"新的维度数据集",tt[1]- """ Principal c
KPCA
- KPCA 核主成分分析 降维处理 与传统的PCA相比，KPCA具有主成份特征明显,贡献率集中,主成份参数维数较少等优点,其性能明显高于PCA的分析结果-Nuclear dimension principal component analysis (KPCA Compared with the traditional PCA, KPCA with principal component characteristics significantly, contribution, princip
KPCA
- 基于MATLAB的PCA和KPCA的实现，有图，有返回的参数，绝对可以运行！-Based on the PCA and KPCA MATLAB to achieve, there are plans to return to the parameters, the absolute can run!
face-KNN
- 用PCA算法和KNN算法实现人脸识别，参数可以自己调整(The PCA algorithm and the KNN algorithm are used to realize the face recognition, and the parameters can be adjusted by themselves)