搜索资源列表
EuDist
- 求向量的欧式距离-vector for the Continental distance
matrix
- 矩阵运算模块：寻找二维数组中的最大值；寻找二维数组中的最小值；寻找一维数组中的最小值；求取两个向量之间的欧式距离
EuDist
- 求向量的欧式距离-vector for the Continental distance
matrix
- 矩阵运算模块：寻找二维数组中的最大值；寻找二维数组中的最小值；寻找一维数组中的最小值；求取两个向量之间的欧式距离-Matrix calculation modules: search for the maximum two-dimensional array to find the minimum value of two-dimensional array one-dimensional array to find the min
shibie
- 基于奇异值分解的人脸识别方法 梁毅雄 龚卫国 潘英俊 李伟红 刘嘉敏 张红梅 提出了一种将傅里叶变换和奇异值分解相结合的人脸自动识别方法.首先对人脸图像进行傅里叶变换,得到其具有位移不变特性的振幅谱表征.其次,从所有训练图像样本的振幅谱表征中给定标准脸并对其进行奇异值分解,求出标准特征矩阵,再将人脸的振幅谱表征投影到标准特征矩阵后得到的投影系数作为该人脸的模式特征.然后,对经典的最近邻分类器算法进行了改进,并采用模式特征之间的
LinearDiscriminantAnalysis
- 提出了一种新的基于图像分块重构和线性判别分析相融合的方法，主要用于人脸识别。该方法通过计算两幅图像之间图 像块的重构均值误差，运用线性判别分析求出两幅图像降维后的欧式距离，融合重构误差和欧式距离计算这两幅图像之间的差别 程度。-A new block-based image reconstruction and the integration of linear discriminant analysis method is m
kmeans
- 利用k-means算法进行聚类，K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最有分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。-Algorithm using k-means clustering, K-means algorithm Euclidean distance as a similarity measure, it is the pursuit of the vecto
K-means-analysis
- K-means解决聚类问题，以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。-K-means solves the problem of clustering, taking the Euclidean distance as the similarity measure, which is the optimal classification of t
三维求欧式距离
- 求三维坐标的欧式距离 在三维的坐标下 求出测量值和真实值的误差，误差就是使用欧式距离来代替(Finding the Euclidean distance of three-dimensional coordinates The error of the measured value and the true value is obtained in the three-dimensional coordinates, and the
K-means
- K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。(The K-means algorithm is a hard clustering algorithm, which is
欧式距离+归一化
- 本程序是Matlab程序，实现了去数据的批量处理，对数据进行归一化，求欧式距离。压缩包里有数据有程序，并且程序有很详细的注释，是本人自己编写的，希望可以帮到有需要的人！(This program is a Matlab program, which implements batch processing of data, normalization of data and Euclidean distance. There are da
Copula
- 包括copula分布参数估计、秩相关系数估计、平方欧式距离求解等，两个随机变量，从求边缘分布，到求二元联合copula函数的全过程，(copula function estimate)