搜索资源列表
Feature
- 关于特征提取的文章和代码，基于稀疏化的主成分分析法的，还没运行过，应该不错，共享-Articles and code feature extraction method based on principal component analysis sparse, not run, it should be good, sharing
sparse_pca_iccv
- 稀疏的主成分分析基本概念，很好地学习这方面基本知识的材料-sparse Principal component analysis basic concepts, a good basic knowledge of learning materials in this regard
PCA-Faces-and-examples
- 稀疏主成分分析用于脸部检测和识别的基础知识介绍。初学者很专业的入门材料。-Sparse principal component analysis for face detection and identification of the basics of introduction. Introductory material for beginners very professional.
sparsePCA
- 稀疏主成分分析算法，用于特征提取，维数约简。-Sparse Principle Component Analysis for feature extraction
1Sparse-PCA-Algorithms
- 1家庭联合稀疏主成分分析算法的异常……Jiang_ku_0099M_12176_DATA_1-1A Family of Joint Sparse PCA Algorithms for Anomaly ... Jiang_ku_0099M_12176_DATA_1
iexact_alm_rpca
- 鲁棒主成分分析 低秩与稀疏矩阵分解 增广拉格朗日 图像重建、去噪-robust pca low-rank and sparse matrix decomposition
spca
- 本程序实现稀疏主成分分析，相关方法在 H. Zou, T. Hastie, and R. Tibshirani的Sparse principal component analysis中有详细介绍(For SPCA, the method introduced in "Sparse principal component analysis" by H. Zou, T. Hastie, and R. Tibshirani
程序
- 以稀疏子空间聚类以及低秩子空间聚类等基本谱聚类算法为基础，通过 运用核映射算法，融合与数据本身结构相关的局部切线空间函数以及主成分分析 算法建立了可以应对独立子空间聚类、非独立子空间聚类、非线性聚类、混合多 流体聚类问题以及多种含有大数据量的实际问题，包括处理运动分割、人脸识别、 工件识别等情况中的多种类型数据分类的聚类算法，并且引入 Map-Reduce 并行处 理方法优化了算法的计算效率(Based on the basi