搜索资源列表
KernelFisher
- 一个核fisher的代码，同样由matlab实现
IrisFisher
- 利用经典的iris数据进行核fisher分类
rtejfgds
- 现有的代数特征的抽取方法绝大多数采用一维的方法，即首先将图像转换为一维向量，再用主分量分析（PCA）,Fisher线性鉴别分析（LDA）,Fisherfaces式核主分量分析（KPCA）等方法抽取特征，然后用适合的分类器分类。针对一维方法维数过高，计算量大，协方差矩阵常常是奇异矩阵等不足，提出了二维的图像特征抽取方法，计算量小，协方差矩阵一般是可逆的，且识别率较高。-existing algebra feature extraction
KernelFisher
- 一个核fisher的代码，同样由matlab实现-A nuclear fisher code, also realize from matlab
IrisFisher
- 利用经典的iris数据进行核fisher分类-The use of classic iris data classification nuclear fisher
pcajiafisher
- pca+fisher是将核函数应用到人脸识别研究中去-pca+ fisher is the kernel function is applied to face recognition research go
KFDA
- 此实验使用核Fisher鉴别分析（KFDA）方法在ORL人脸数据库上进行人脸识别试验。ORL标准人脸库共包含40人，每人10幅共400幅BMP图像。-This experiment the use of nuclear Fisher discriminant analysis (KFDA) method on ORL face database for face recognition test. Standard ORL face d
KLFDA
- 这是一个关于Fisher线性判别分析的Matlab的m文件，给出了在高斯核下的程序源码。-This is a Fisher linear discriminant analysis on the Matlab m-file, given the procedures in the lower-Gaussian source.Kernel Local Fisher Discriminant Analysis for Supervised
fisherkernelpaper
- 里面有几篇核fisher的文献，原理以及实例介绍得都很详细-Inside there are several nuclear fisher literature, principle and example have very detailed descr iption
KLFDA
- 基于局部Fisher准则的非线性核Fisher辨别分析，应用于有监督的特征提取与高维数据的有效降维。-Kernel Local Fisher Discriminant Analysis for Supervised Dimensionality Reduction.
KFDA
- 核Fisher鉴别分析方法（KFDA）。KFDA方法的基本思想是首先将原始训练样本通过一个非线性映射 映射到某一高维(可能是无限维)特征空间F中，然后在F中执行Fisher鉴别分析。-Nuclear Fisher discriminant analysis method (KFDA). The basic idea of KFDA method is the first original training data by
fisher-and-Fuzzy-similarity
- 通过matlab语言实现Fisher分类和基于核Fisher分类的设计与实现研究和模糊相似关系直接用于分类，实现结果良好，可供大家使用，互相学习。-Fisher classifier matlab language and kernel Fisher classification-based design and realization of fuzzy similarity relations for the classificati
FISHER
- 用FISHER算法和基于核的FISHER算法实现样品的分类-Algorithm of FISHER FISHER algorithm based on the core sample classification
fs-kfdaP1.0
- 基于Fisher线性分析的分类器以及基于核fisher（KFDA）的非线性分类器-Fisher KFDA
fisher
- 实现基于核函数的Fisher分类器的算法-Fisher classification algorithm based on kernel function
KFDA
- KFDA:核fisher用于分线性数据的降维。对数据进行特征提取。-KFDA: kernel fisher for sub-linear data dimensionality reduction. Data for feature extraction.
kernel
- 核函数的实现，核分析 和核主成份分析，核Fisher判别 的matlab实现-Nuclear function, nuclear analysis and kernel principal component analysis, kernel Fisher matlab implementation
fisher.cpp
- 核Fisher分类器，，，，，，，，，，，(Kernel Fisher Classifier)
核Fisher鉴别分析方法（KFDA）
- 基于核函数的Fisher分类判别，用于比同种类的分类。(Fisher classification based on kernel function)
鸢尾花 数据的处理
- MATLAB 利用Fisher分析和核Fisher分析对鸢尾花数据集进行分类，可以发现Kfisher 可以较好地对非线性数据的分类(MATLAB USES Fisher analysis and core Fisher analysis to classify the iris data set, and it can be found that Kfisher can classify the nonlinear data well)