搜索资源列表
一个 PCA 算法的matlab程序
- 主成分分析（PCA)算法是用于简化数据的一种技术,对于某些复杂数据就可应用主成分分析法对其进行简化。-principal component analysis (PCA) algorithm is used to simplify the technology of data, For some complex data can be applied Principal Component Analysis streamline its.
pca-matlab-code
- pca主成分分析算法matlab源码，利用matlab实现pca算法。-pca principal component analysis algorithm Matlab source, using Matlab achieve pca algorithm.
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Matlab实例，有详细的中文注释
pca
- PCA算法程序设计步骤： 1、去均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步） 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量
empca2.tar
- 模式分类中应用到的PCA算法，包括其奇异值分解SVD算法。可用来降维提取主元素等。-pattern classification applied to the PCA algorithm, including its SVD singular value decomposition algorithm. Can be used to take down the main Viti Levu and other elements.
PCA
- 用Matlab实现主成分分析（PCA)算法.-Principal component analysis using Matlab implementation (PCA) algorithm.
PCA
- pca主成分分析算法matlab源码，利用matlab实现pca算法。附带pca相关资料-pca principal component analysis algorithm matlab source code, the use of matlab to achieve pca algorithm. Pca with information ... ...
PCA
- PCA算法。PCA的目的是找到能够分离出最大方差的方向，所以首先求原来所有数据三个维度上的协方差，然后求这个协方差的特征值，最大特征值为第一个方向，从此以此类推。-PCA algorithm. The purpose of PCA is to find able to isolate the direction of maximum variance, so first find all the data in three dimensions on the original covarianc
pca
- 主成分分析pca算法matlab程序代码：pca标准化、协方差、特征根特征向量、方差贡献率-Principal component analysis pca algorithm matlab code: pca standardized covariance, eigenvalues eigenvectors, the variance contribution rate. . .
PCA人脸表情识别
- 基于PCA算法的人脸表情识别，由matlab实现该算法及其功能实现。
PCA
- PCA主成分分析算法matlab源码，利用matlab实现PCA算法。(PCA principal component analysis algorithm matlab source code, using MATLAB to achieve PCA algorithm.)
PCA
- PCA算法的matlab实现及算例，包含原始数据(matlab code of PCA in machine learning)
MNIST-PCA
- 使用PCA算法分析MNIST 手写字符训练样本。 结果分别生成以2、5、10个PCA主成分的重构图像以及10个主成分特征向量的对应图像。(Implement PCA algorithm on MNIST dataset and calculate the class PCA on each digit separately.)
PCA
- PCA 算法演示 主要用于数据进行降维处理(PCA suanfa zhuyaoyongyushujujinxingjiangweichuli)
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
- 以一个实际例程为例，实现了PCA算法的全过程。附带有数据集。方便读者调试。可以直接运行。(Taking an actual routine as an example, the whole process of PCA algorithm is realized. Comes with a data set. Convenient reader debugging. Can run directly.)
pca-人脸识别
- 运用PCA算法，可以通过摄像头实时获取人脸，进行人脸识别。(By using PCA algorithm, we can get face in real time by camera and face recognition.)
基于PCA算法的TE过程故障诊断程序
- 基于PCA的TE过程故障诊断MATLAB代码，亲测有效，欢迎下载。(PCA based TE process fault diagnosis MATLAB code, pro test is effective, welcome to download.)
PCA
- 不用自带函数，而是直接编程实现PCA算法。然后用PCA实现将数据从三维降到二维。(PCA algorithm is realized by direct programming instead of self-contained functions.Then PCA is used to reduce the data from three-dimensional to two-dimensional.)