搜索资源列表
dizhenshuxingyouhua_pca
- 采用主成分分析优化地震属性，通过雅克比方法计算特征值、特征向量。-Optimization using principal component analysis of seismic attributes, calculated by Jacobi eigenvalue, eigenvector.
svm
- svm核主成分分析，简单实用，毕业论文程序-svm kernel principal component analysis, simple and practical, graduation procedures
pca
- 用于主成分分析(pca）的程序（c++）-principal component analysis C++ program
cdaaima-pca
- 实现pca主成分分析算法的c语言代码，希望能帮到大家。-Pca principal component analysis algorithm to achieve the c language code, hope to help you.
zcffx
- 利用主成分分析分析主要因素。(principal components)
pca
- 主成分分析在matlab中应用，已经过实践分析。(Application of principal component analysis in matlab.)
pca
- 主成分分析，降维等处理，能够较好的分析出主要成分，并对其进行降维以便于其他的运算(Principal component analysis, dimension reduction and other treatment, can better analyze the main components, and its dimensionality to facilitate other operations)
pca
- 主成分分析法的c++代码，有俩个版本的实现方法(C++ code of principal component analysis)
PCA
- 该代码主要实现样本的主成分分析，包括一个xls文件的数据样本，一个PCA的主程序。(This code is usedto realize principal component analysis, including a XLS file of data samples and a PCA main program.)
主成分分析法
- 主成分分析发doashdasnlkasnlkasnd(principal component analysis)
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)
主成分分析
- 该代码是主成分分析法的matlab实现，简单方便使用(The code is the principal component analysis of Matlab implementation, simple and convenient to use)
主成分分析法
- 内涵主成分分析法的PPT，案例和matlab编写的代码。(Connotation of principal component analysis of PPT, case and matlab prepared by the code.)
PCA
- 主成分分析matlab代码，Cwprint为主函数；(PCA based on matlab. very useful.)
m03
- 主成分分析发实例，数据在mat文件中，运行前需要将其调入内存，主要用于光谱分析。(Example of principal component analysis)
zhuchengfen
- 改进的主成分分析法，可算出指标的相对贡献值(The relative contribution value of the index can be calculated by the improved principal component analysis)
pca
- 通过主成分分析可以对混合物量测矩阵进行svd分解，截取特征值大的变量，可以滤掉一些无关信息，使计算量更小(Through the principal component analysis of the mixture can be measured matrix svd decomposition, interception of large eigenvalues of variables, you can filter out some irrelevant information, so
PCA
- 高光谱遥感与传统的单波段、多光谱数据相比，波段量大量增加、波段宽度极大降低，对地面目标的光谱特性的测度更加细致，然而波段的增多必然导致数据量急剧增加、计算量增大、信息冗余增加以及统计参数的估计偏差增大。因此，对高光谱数据进行降维处理具有重要意义。一方面，降维能够使图像远离噪声，提高图像数据质量；另一方面，能够去除图像中的无价值波段，减少波段数，从而降低计算量，提高运算效率。主成分分析是常用的高光谱数据降维处理方法之一。(Compared with the single band, hypersp
主成分分析法的原理应用及计算步骤
- PCA算法详细介绍：word版可以打印，值得与君共欣赏(PCA:Principal Component Analysis)
436805212DPCA
- 有关图像的二维主成分分析,详细解释,简单易懂,有益于学习(The two dimensional principal component analysis of the image is explained in detail. It is easy to understand and is beneficial to learning.)