搜索资源列表
Minimum-Bayes-classifier-error-rate
- 这是模式识别中最小错误率Bayes分类器设计方案。 自行完善了在不同先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。 全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。 调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句，求得协方差矩
Minimum-Risk-Bayes-classifier
- 这是模式识别中最小风险Bayes分类器的设计方案。在参考例程的情况下，自行完善了在一定先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。 全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。 调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句
DCTlicheng
- 研究表明，构成K一L变换矩阵的向量也就是ToePhtz矩阵的特征向量。与此同时，离散 余弦变换矩阵逼近于ToePutz矩阵的特征向量矩阵，所以离散余弦变换矩阵与自然图像的 K一L变换矩阵十分相似。经过离散余弦变换后的变换系数块的协方差矩阵Cy非常接近对角 阵，即除了对角线元素以外，其它很多元素都近似为0，并且在左上角集中了主要能量。这 反映了自然图像大部分区域变化不大，亮度突变只占少数，即图像能量以低频成分为主的特
12yzfx
- matlab因子分析的几个例程 包括：基于协方差矩阵或相关矩阵系数矩阵的因子分析 ，与基于样本观测值矩阵的因子分析-matlab factor analysis of several routines include: factor covariance matrix or correlation matrix coefficient matrix-based analysis, and factor sample observatio
K-L
- K-L变换算法 以矢量信号X的协方差矩阵Ф的归一化正交特征矢量q所构成的正交矩阵Q，来对该矢量信号X做正交变换Y=QX，则称此变换为K-L变换（K-LT或KLT），K-LT是Karhunen-Loève Transform的简称，有的文献资料也写作KLT。可见，要实现KLT，首先要从信号求出其协方差矩阵Ф，再由Ф求出正交矩阵Q。Ф的求法与自相关矩阵求法类似。-K- L
KL
- 计算一组数据的协方差与相关系数矩阵，并对其进行KL变换-correlation coefficient matrix and KL transform on the data set.
program2
- 使用matlab计算协方差矩阵与相关矩阵(Use MATLAB to calculate the covariance matrix and the correlation coefficient matrix)