搜索资源列表
pca(ICA)
- PCA（主成分分析法）和ICA（独立成分分析法）的MATLAB源程序，他们是目前图像处理比较经典的特征提取方法
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
PCA_faceRec_V2
- 用Vc++实现的人脸识别Demo程序。Adaboost实现人脸检测，PCA特征提取。
pca
- PCA（主元分析）算法人脸识别特征抽取方法
ResearchandRealizationinFaceDetection
- 一篇有关人脸检测的博士论文，提出了一种改进的pca特征提取方法，综合运用小波和离散余弦法对的支持向量机对人脸进行检测
联机数字、英文字符及汉字识别
- 3D model search engine A HYBRID METHOD FOR IMAGE PARTITION 一种基于视觉嫡的图像分割压缩方法
PCA
- 特征脸法人脸识别
matlab-PCA 基于matlab的PCA人脸识别完成程序
- 基于matlab的PCA人脸识别完成程序，包含特征值与特征向量的提取、训练样本以复制到matlab即可，成功运行，及最后的识别检验-A full implementation of ICA,PCA,LDA,SVM,in both orginal and incremental in model of real time learnign for face recognition
KPCA.rar
- 一个很好的PCA程序。它可用于数据的降维，消噪及特征提取。,A good PCA procedures. It can be used for data dimensionality reduction, de-noising and feature extraction.
PCA_LDA.rar
- 《机器学习》课上的作业，PCA和LDA降维，尽管网上很多，但很少注释，另外细节上也没注意。这里有很详细的注释。另外还附上一个Naive贝叶斯分类器，大家可以作比较。附带的图像包是OLR人脸。ReducedDim为想要提取的特征数，不是百分比！," Machine learning" classes on the homework, PCA and LDA dimensionality reduction, even though a lot of online, but f
pca2.rar
- pca人脸特征提取，可以根据需要提取不同维数的特征脸。,pca facial feature extraction, can extract the characteristics of the different dimensions of the face.
pca.rar
- 自己写得特征PCA降维的代码，性能非常不错,PCA code for dimension reduction
PCA_SVM.rar
- 此方法采用经典的PCA对人脸图像进行特征提取，用libsvm库函数的SVM分类器对图像分类。,This method uses the classical PCA on the face image feature extraction, with the libsvm library function of SVM classifier for image classification.
Opensurf
- Surf,特征点检测算法,比sift还好的算法 论文和代码-Surf, feature point detection algorithm, the algorithm better than the paper sift and code
PCA
- 用来进行主成分分析，实现数据压缩功能，也可以做特征提取与分类-Be used for principal component analysis, data compression, you can also do feature extraction and classification
PCA-and-rebuild
- 主要介绍主分量分析，怎样提取主要特征来重构原始信号。-Introduces the principal component analysis, extracting the main features of how to reconstruct the original signal.
SubspaceLearningCodes
- 子空间学习的代码，主要包括人脸识别中常用的特征提取算法如pca lda 以及目前常见的流行学习的相关代码-Subspace learning the code, mainly including commonly used in face recognition feature extraction algorithms such as pca lda and the current prevalence of common learning-related code
Subpattern-based_principal___component_analysis.zi
- 子模式主成分分析首先对原始图像分块，然后对相同位置的子图像分别建立子图像集，在每一个子图像集内使用PCA方法提取特征，建立子空间。对待识别图像，经相同分块后，分别将子图像向对应的子空间投影，提取特征。最后根据最近邻原则进行分类。-Sub-mode principal component analysis first of the original image block, and then the same sub-image, respectively, the location of the
Researchontheshapefeatureextractionandrecognition.
- 主分量分析(PCA ) 是统计学中分析数据的一种有效的方法, 可以将数据从高维数据空间变换到低维特征空间, 因而 可以用于数据的特征提取及压缩等方面。在该文的形状识别系统中, 用PCA 法提取图像的形状特征, 能够较好地满足识别 层的输入要求。在识别层研究了3 种识别方法: 最近邻法则、BP 网络及协同神经网络方法, 均取得了满意的实验效果。-Principal component analysis (PCA) is a statistical analysis of data in a
gabor_3
- Gabor小波提取特征一幅输入的图形进行特征提取基于gabor小波变换 -Gabor wavelet feature extraction of an input graphics gabor feature extraction based on wavelet transform