搜索资源列表
pca-matlab
- pca算法的源代码。在做人工智能与模式识别的朋友必须的。用于降维。
PCA
- PCA算法，用于人脸识别的特征提取步骤，是目前最通用的传统的人脸识别算法。通过构建特征子空间进行降维
FisherFace1
- 最经典的人脸识别中的fisherface代码，在此之前要对特征空间降维，通常采用PCA降维，此代码基于降维实现类间与类内比值的最大化。
PCA
- PCA图象主要成分提取与分析,对于实现图象识别降维有很大作用.
pca算法实现
- 通过Python实现了PCA数据降维的方法(The method of reducing the dimension of PCA data through Python)
pca_fld
- 这是主成分分析pca和fld的代码，主要实现特征降维。(This is the principal component analysis of pca and fld code, the main feature reduction dimension.)
python_face_recog
- 基于python+opencv 的 人脸识别，对一段视频进行读取，并检测出人脸，然后进行PCA 降维，最后用SVM进行人脸识别，识别率94%左右。(Based on python + opencv face recognition, a video was read, and face detection, and then PCA dimension reduction, and finally SVM face recognition, recognition rate of about 9
PCA
- 1、读入图片，根据PGN格式的line 2 确定矩阵的大小为 28*28=784，根据line4 获取. 2、读入图片，根据PGN格式的line 2 确定矩阵的大小为 28*28=784，根据line4 获取。 3、计算平均矩阵。 4、对平均值矩阵进行SVD： 5、平均矩阵进行SVD后的前20个singular vector的输出结果。 6. 将训练集的每一张图片当成一行，形成一个矩阵，然后对矩阵进行PCA分解。 7. 这个矩阵对测试集的每张图片进行降 维，得到的图像。(1, rea
k_means
- 主成分分析（Principal Component Analysis，PCA）， 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。(It is a statistical method. Through orthogonal transformation, a set of variables that can be correlated can be transformed into a group of linearly irrel
PCA equation
- 主成分分析法求得主成分回归方程，从而达到降维目的。(Principal component analysis method for obtaining the regression equation of principal components)
pcaeig
- 实现降维，提取特征，本程序是为了实现特定图片的分类，使用pca降维，然后提取出特征，那就可以使用分类器分类(Realization of dimensionality reduction and feature extraction)
PCA+SVM
- 采用经典的ORL人脸数据集，利用PCA进行进行降维，然后用SVM进行数据集的分类和训练。上传文件内包含libSVM3.2安装包(The classical ORL face dataset is used for dimension reduction by PCA, and then SVM is used to classify and train the dataset.)
Random_Forest
- 内涵PCA降维;SMOTE插值;t-SNE降维等算法的随机森林算法，以及鸢尾花数据集，有利于新手或者工程性实验借鉴~(Connotative PCA dimensionality reduction; SMOTE interpolation; t-SNE dimensionality reduction algorithms such as random forest algorithm, as well as iris data sets, is conducive to novice or
PCA,KPCA完整程序
- 降维，用作聚类算法使用。具有很好效果，可以用作图像去噪(Dimensionality reduction is used as a clustering algorithm. It has good effect and can be used for image denoising.)
PCA
- 本程序可以对高维数据进行降维，便于得到主成分进行后续分析。(This program can reduce dimension of high-dimensional data and facilitate principal component analysis for subsequent analysis.)
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.)
PCA TEST
- 主成分分析程序，能够对高维数据降维分析，适用于高维特征降维，大数据分析(The principal component analysis program can analyze dimensionality reduction of high-dimensional data.)
pca
- 做降维处理，做分类，非常好的数据集合，可以用于一般的数据清晰(Decomposition is a very interesting great name and it is very very very good , so you will use it)
基于PCA和SVM的人脸识别系统
- 先通过图像处理提取人脸的各个特征，然后对人脸通过PCA进行降维，然后通过SVM进行人脸识别(Firstly, the features of human face are extracted by image processing, then the dimension of human face is reduced by PCA, and then the face is recognized by SVM)
pca
- pca降维的MATLAB程序，很好用， 使用时只要把开头的数据集名字改一下就行。