搜索资源列表
pca&mda
- pca,mda对ORL数据集上的人脸图像进行分类-pca, mda on ORL data set on the face image classification
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
pca-svm
- 本程序用于对训练样本提取独立主元,作为样本特征,并送入SVM分类器中训练图像的预处理中不取对数,也无须做幅度归一,由ICA的应用条件决定的。预处理后的图像以向量的形式按行排列-err
PCA
- 此程序是用pca方法对人脸进行特征提取,并进行分类和还原-This procedure is used PCA method for face feature extraction and classification and to restore the
PCA
- 人脸识别:pca特征提取后,用神经网络进行分类-Face Recognition: pca after feature extraction using neural networks to classify
PCA
- 对输入的高维特征向量进行pca降维后输出低维的特征向量-PCA dimensionality reduction
pca-svm
- 使用pca和svm方法对表情进行分类,有较高的识别准确率-The use of pca and expression svm classification methods, which have a higher recognition accuracy
pca
- pca lda knn 进行分类的pca部分的代码-pca lda knn classification of the pca part of the code
pca
- pca分类算法,3个参数,一个是样本数据x,另外一个是主成分累积贡献率的一个闸值,作为选定主成分个数的一个重要数据。-pca classification algorithm, three parameters, one is the sample data x, the other is the main component of the cumulative contribution rate of the value of a g
PCA-SVM
- 人脸识别程序 程序源代码可见 识别精度高PCA-SVM-Face Recognition program PCA-SVM
PCA-SVM
- 在PYTHON里面,采用LIBSVM,实现对TE数据的多类故障的分类。-In PYTHON inside, using LIBSVM, TE data to realize the classification of many types of failures.
PCA
- 基于主分类分析的SAR图像变化检测MATlt实验程序-Based on the analysis of the main SAR image classification change detection experiment
PCA
- 模式识别作业-完全自编仿真程序。先用PCA对IRIS数据集进行降维,然后用最小错误法对降维的数据进行分类。压缩包中既包括matlab源代码,又有自己写的报告,还有.MAT格式的IRIS数据集用作程序调用。程序有详细注释,很容易懂。最后结果输出到txt文件中。-Pattern recognition operations- completely self simulation program. First on the IRIS data
gabor-pca
- 本程序是先用gabor小波变换对人脸图像处理,然后在用pca进行降维,最后用svm分类器进行多分类分类识别,包扩完整的orl人脸库,需注意的是,svm工具箱是用的libsvm工具箱,运行前先配置好libsvm。版本号:libsvm-mat-2[1].89-3[FarutoUltimate3.0]-This procedure is to use the human face gabor wavelet transform image p
PCA
- 用pca分类器将Iris数据分开,并分析pca分类器的特点-Classifier with the Iris data pca separate and analyze the characteristics of classification pca
PCA-and-SVM-Face-recognition
- 采用PCA对人脸特征进行抽取,用SVM多累分类器对人脸进行识别,有操作界面-Using PCA for facial feature extraction, and more tired with the SVM classifier for face identification, a user interface
mine-fisher-pca
- PCA分类,用于较好的去噪降维,matlab的各种自适应仿真分析。。自适应信息处理的算法、方案繁多,究其实质可归纳为遵循最小均方误差(Least Mean Square,LMS)准则及最小二乘-PCA classification for better denoising dimensionality reduction, a variety of adaptive matlab simulation analysis. . Adapt
]ORL+PCA+SVM-11
- 编写了用户界面程序实现ocr人脸数据集的识别,使用了svm分类器(A user interface program is developed to realize the recognition of OCR face data set, and the SVM classifier is used)
PCA-SVM-master
- PCA/SVM算法实现图像分类,分类准确率可到达90%(Image classification by PCA/SVM algorithm)
classification
- 实现PCA分类.1、进行PCA的交叉检验。2、对数据进行PCA降维。3、进行分类,交叉检验。4、构造训练和测试的数据(PCA classification,Cross validation of PCA,PCA dimensionality reduction for data.)