搜索资源列表
matlab
- 利用matlab计算主成成分分析法，在word文档里面详细给出了原代码
C#主成成分分析
- C#主成成分分析，包含算法分析和详细的源代码
PCA主成成分分析及MATLAB应用
- 总体主成分，总体主成分的计算，总体成分的性质，主成分的协方差矩阵及总方差。
matlab
- 利用matlab计算主成成分分析法，在word文档里面详细给出了原代码-Matlab calculated using Principal Component Analysis, in the word document which gives details of the original code
pca
- 用开源软件R实现的主成成分分析pca程序。-Using open source software to achieve the main R into components analysis PCA procedures.
132
- 用MATLAB2008A编写的主成成分分析-MATLAB2008A prepared by Principal Component Analysis
IcaComonMatlab.tar
- 独立成分分析是近年来出现的一种强有力的数据分析工具。1994年由Comon给出了ICA的一个较为严格的数学定义，其思想最早是由Heranlt和Jutten于1986年提出来的。ICA从出现到现在虽然时间不长，然而无论从理论上还是应用上，它正受到越来越多的关注，成为国内外研究的一个热点。特别是从应用角度看，它的应用领域与应用前景都是非常广阔的，目前主要应用于盲源分离、图像处理、语言识别、通信、生物医学信号处理、脑功能成像研究、故障诊断、特
matlab
- ) 使用分块的主成分分析方法(PCA)对人脸图像进行压缩编码。针对PCA方法计算量大的缺点,首先把问题转化成奇异值分解(SVD)问题,然后设计了特征空间的更新算法,通过递推,简化每一步计算的计算量,达到了实时编码的要求。 4) 在Windows平台下基于Video for Windows(VFW)接口开发了人脸视频图像编码和解码的实验系统,该系统实现了图像采集、图像显示、编码、解码等功能。-) The use of sub-blocks
SPSS
- 主成分分析的主要目的是希望用较少的变量去解释原来资料中的大部分变异，将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少，能解释大部分资料中的变异的几个新变量，即所谓主成分，并用以解释资料的综合性指标。由此可见，主成分分析实际上是一种降维方法。-The main purpose of PCA is to use fewer variables to explain most of the varia
pca
- 通过确定特征值所张成的特征空间上的主成分分析方法，确定对确定输出变量间的输入变量的相互影响关系。-By determining the characteristic features of the value of the Zhang space on principal component analysis to determine the output variables in determining the input varia
chuchengfen
- 主成分分析用于进行煮成分析的程序高效有序简单快捷没有bug-zhuchengfen
KKPCA
- 用核主成成分分析法对数据的降维，根据降维结果可选择最合适的维数-Kernel principal component analysis with the data dimension reduction method, based on the results of dimension reduction can choose the most appropriate dimensions
Matlab-Project
- 主成分分析(PCA)是一个数学的过程,它使用一个正交变换转换成一组观测到的可能相关的因素形成一套价值观的独立变量称为主成分。主成分的数量小于或等于原始变量的数目 -Principal component analysis (PCA) is a mathematical procedure that uses an orthogonal transformation to convert a set of observations o
PCA_based-Face-Recognition-System
- 利用主成成分分析PCA对指定图片进行识别。附带测试图片，适合初学者。-Component of the principal component analysis PCA to identify the specified picture. Incidentally test images, suitable for beginners.
alternative-2DPCAPknn
- 基于二阶双向二维主成成分分析用k近邻分类，alternative-2dpca,2d2dpca注解详细，在本站左加阔的程序上编写的-alternative-2dpca 2d2dpca+knn
changyongsuanfa
- 三个常用的算法模型，分别是模糊聚类分析法，灰色模型预测法和主成成分分析法-Model three commonly used algorithms, which are fuzzy cluster analysis, gray model and principal components analysis into
pca
- 利用OpenCV库函数实现PCA（主成成分分析）算法，该算法是经典人脸识别算法Eigenface里的核心算法。-Use OpenCV library functions achieve PCA (Principal Component Analysis into) algorithm, which is a classic face recognition algorithm Eigenface in core algorithm.
Eigenface
- 人脸识别Eigenface算法的完整实现，主要基于PCA(主成成分分析)和kNN(k近邻)分类器实现，测试模板库基于ORL和yale，可以达到98 的识别率。-Eigenface complete recognition algorithm, mainly based on PCA (Principal Component Analysis into) and kNN (k nearest neighbor) classifier im
主成分分析PCA
- 用PCA算法对iris数据集进行主成分分析(The PCA algorithm is used to analyze the iris data set)
主成分分析
- matlab主成分分析，主成分分析（Principal Component Analysis，PCA）， 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。主成分分析是设法将原来众多具有一定相关性（比如P个指标），重新组合成一组新的互相无关的综合指标来代替原来的指标。(principal component analysis)