搜索资源列表
DengCai
- 在网上下载到的各种降维方法的MATLAB程序，希望对大家能有所帮助
drtoolbox.tar
- 一个基于matlab的数据降维工具箱,包括MDS,LEE等方法
ColorHistogram
- 将图像转换到HSV空间，并对其进行量化降维后，计算其颜色直方图
drtoolbox
- 一个很好的Matlab编制的数据降维处理软件
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
guizhou
- 利用主成分分析法对BP神经网络的输入参数进行降维，然后进行网络的训练，PCA-BP处理的结果同单一的bp相比，不仅提高了网络的收敛速度，而且提高了网络对预测数据分类的精度
aPCA_TEST
- 主成分分析，用于分析数据，将多维变量降维处理，使得方便特征提取，便于进一步特征提取。
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。
nmfpack
- NMFs算法（带稀疏度约束的非负稀疏矩阵分解）用于实现基于人脸局部特征的人脸识别，通过近似的矩阵分解进行空间降维。
Matlab_PCA
- 做模式分类时（例如指纹识别，人脸识别），一个需要处理的难题是维数非常大，人脸往往是百万维的，目前计算机的能力还不足以快速地计算这么高维的数据。pca是一中降维的方法，用它可以把高维数据映射到一个维数较低的空间上考虑。
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
- 主成分分析方法（PCA），PCA算法的理论依据是K-L变换，通过一定的性能目标来寻找线性变换W，实现对高维数据的降维。
lle
- 局部线性嵌入法，用于数据降维 .lle.m -- A simple matlab routine to perform LLE. .scurve.m -- Code to run the \"s-curve\" example. .swissroll.m -- Code to run the \"swiss roll\" example.
LDA
- LDA 的matlab源码实现，Jonathan Huang编写的，是目前唯一可用于且正确的源码，可用于图像特征降维
2DPCA
- 2DPCA新的降维方法,是PCA的改进,新,很值得一看!
Modern_Multidimens
- 系统的介绍multidimension scaling 这种数据降维技术，从提供的网站可以下载相关matalb程序，可用于模式识别等．
DWT_PCA
- 离散小波变换，然后主成分分析进行数据降维，用于模式识别，如人脸识别，掌纹，表情，指纹等识别。
DCT_PCA
- 离散余弦变换，然后主成分分析进行数据降维，用于模式识别，如人脸识别，掌纹，表情，指纹等识别。
PCA_SIFT
- 基于pca降维的特征不变特性变换方法（sift），希望对研究特征提取的朋友有帮助！
PCA+LDA
- PCA(主成分分析法)、LDA(线性判别法) 两种方法是主要的线性降维法，有很好的效果，希望对大家能够有用！