搜索资源列表
Discriminantanalysisandclusteranalysis
- 本文档包括了对软件中用到的多元统计分析中判别分析与聚类分析的主要方法(包括距离判别分析,费希尔判别分析,贝叶斯判别分析,逐步判别分析及聚类分析)原理及在本软件中使用的基本方法与设计流程图进行了详尽的阐释,在通过本文档的阅读对软件有一个总体的了解后再确定您要使用的分析方法-This document includes the software used in multivariate statistical analysis of dis
IPLib
- PGF滤波：该方法主要思想是只找出滤波窗口中与中心像素距离特征相近的邻域像素作为同组成员参加滤波。 首先根据滤波窗口中邻域像素与原像素特征距离值进行升序排列，再通过 Fisher 判别找出该像素的同组成员，即与中心像素特征值最相近的点； 然后用滤波窗口中属于同组成员像素的加权特征值代替原来中心像素特征值。 -PGF Filtering: This method is only to identify the main idea with
prediction-and-distinction
- 使用MATLAB完成灰色预测，fisher 判别，以及距离判别-Done using MATLAB Grey, fisher discriminant and distance criterion
fisher
- fisher源程序代码，马氏距离源程序代码。结果分析-fisher source code
discriminiant.fisher
- 一款用于对数据进行判别分析的小程序，采用的是fisher 距离判别法，在多元统计学习中广泛应用。用R语言编写-The applet a discriminant analysis of the data using the fisher the distance discriminant law, widely used in the multivariate statistical learning. Written in the R
pattern2_b
- 开集测试 取K=60.设定测试图像到训练图像的最近距离为一个阈值，在不同的阈值情况下，求的Fisher准则的ROC曲线 -Open set tests take K = 60. Setting the test image to the training images as close as a threshold in the case of different thresholds, find the Fisher crit
Identification-of-fundus-lesions
- 眼底病变的识别,使用对比度增强的方法。分类器使用了：最小距离分类器、Fisher线性分类器、二次分类器等。-Identification of fundus lesions, using the method of contrast enhancement. The classifier used: minimum distance classifier, Fisher classifier, the two classifier.
fisher
- 模式识别的经典算法，它是在1996年由Belhumeur引入模式识别和人工智能领域的。性鉴别分析的基本思想是将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的子空间有最大的类间距离和最小的类内距离，即模式在该空间中有最佳的可分离性。因此，它是一种有效的特征抽取方法。使用这种方法能够使投影后模式样本的类间散布矩阵最大，并且同时类内散布矩阵最小。就是说，它能够保证投影后模式样本在新的
NMFPSVM
- 本程序用于基因数据的分类，我自己写了一个基于欧氏距离的费舍尔判据，选取有代表性的基因，最后用NMF将矩阵分解，对得到的矩阵进行分类，分类用的是自带的svm算法-It is used for classfication, I wrote a fisher criterion based on Euclidean distance, selecting representative genes,after NMF,classificatio
fisher
- Fisher线性鉴别分析已成为特征抽取的最为有效的方法之一 .但是在高维、小样本情况下如何抽取Fisher最优鉴别特征仍是一个困难的、至今没有彻底解决的问题 .文中引入压缩映射和同构映射的思想 ,从理论上巧妙地解决了高维、奇异情况下最优鉴别矢量集的求解问题 ,而且该方法求解最优鉴别矢量集的全过程只需要在一个低维的变换空间内进行 ,这与传统方法相比极大地降低了计算量 .在此理论基础上 ,进一步为高维、小样本情况下的最优鉴别分析方法建立了一
LDA_Linear-Discriminant-Analysis
- 将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的子空间有最大的类间距离和最小的类内距离，即模式在该空间中有最佳的可分离性，与PCA区别：LDA考虑分类标签，属于有监督分类。-Linear discriminant analysis (LDA) is a generalization of Fisher s linear discriminant, a method used i
Class
- 分类判别 马氏距离 贝叶斯 广义平方距离 Fisher判别-Classification discriminant Bayesian markov distance of generalized square distance Fisher discriminant
fisher
- 基于Fisher距离判据的特征提取分类MATLAB代码-Extraction MATLAB code classification based on Fisher criterion feature distance
LDFV
- VLAD VLAD可以理解为是BOF和fisher vector的折中 BOF是把特征点做kmeans聚类，然后用离特征点最近的一个聚类中心去代替该特征点，损失较多信息； Fisher vector是对特征点用GMM建模，GMM实际上也是一种聚类，只不过它是考虑了特征点到每个聚类中心的距离，也就是用所有聚类中心的线性组合去表示该特征点，在GMM建模的过程中也有损失信息； VLAD像BOF那样，只考虑离特征点最近的聚类中
Extended-Fisher-Discriminant
- 改进型线性判别分析以及新提出的关于两个变量之间距离的比较方法 -Improved linear discriminant analysis and a new method for the comparison of the distance between two variables
discriminant-analysis
- 判别样本所属类别的方法，主要包括Fisher判别、朴素Bayes判别和距离判别等-The method for determining the sample belongs to the category of specific methods include Fisher discriminant, discriminant and Bayes discriminant distance
fisher算法matlab源程序
- fisher算法matlab源程序,Fisher系数F，又称距离可分性测度，用来评价类间分离程度的函数(Fisher algorithm matlab source program, Fisher coefficient F, also called distance separability measure, is used to evaluate the degree of separation between classes.)
鸢尾花分类
- 使用四种方法进行鸢尾花分类：最小距离分类器，K 近邻法，感知器，Fisher 准则。(Four methods are used to classify iris: minimum distance classifier, K-nearest neighbor method, perceptron and Fisher criterion.)