搜索资源列表
PCA
- 主元分析算法的matlab实现，可实现数据降温处理，模块完整，可直接应用。-Principal component analysis
pca-test
- PCA简单实现，自己引用数据，能出两个基本指标图-PCA simple implementation code, their own reference data, to a data map, Q statistics and T2 statistic diagram
pca
- pca算法原理介绍和仿真代码，主要用于数据的聚类，代码时用于图像上的聚类过程，聚类效果很好，就是有点慢-pca algorithm introduces the principle and simulation code, mainly for clustering data, a clustering process images on-time code, clustering works well, is a bit slow
lm
- 各种对图像的分类和聚类的方法，kmeas、knn、pca等，还有几种数据处理中的窗函数-Variety of image classification and clustering methods, kmeas, knn, pca, etc., there are several data processing window function
PCA
- 简单PCA算法的matlab实现，两种途径-Simple PCA algorithm of matlab, two different ways
pca
- 主元分析java源代码，很好的学习资料 值的一看-PCA java source code, good learning materials
PCA-homework
- 这是用pca进行数据处理的，数据分析原理与实验的作业，里面有iris数据，可以运行。-this is a program for pca ,its data is iris. it is a homework for data analysis .
PCA
- 数据挖掘中很重要的主成分分析(PCA)算法-Principal Component Algorithm in Data Mining
Knn-and-PCA.tar
- good implementation of KNN and PCA for face dataset
PCA
- 主成分分析法PCA，matlab源码，欢迎下载。-Principal component analysis PCA, matlab source code, welcome to download.
PCA
- python PCA算法。 以及主成分分析的相关文档，资料，数据集。-python PCA algorithm.
PCA
- 主成分分析做人脸识别的一个很简单的应用，其中数据集是CMU的一个人脸数据集，数据集和程序打包一起了，其中参数可以修改的，比较粗糙，不过能对PCA做人脸识别有一个大概的认识-The principal component analysis to do a very simple application of face recognition, the data set is a face of the CMU data set, the data set and the package toget
77257795PCA_yuandaima
- PCA源程序，主元分析源程序，可以用于变量的特征提取(PCA source code, principal component analysis source, can be used for variable feature extraction)
trans
- 基于matlab的数据处理，主要是PCA分析(Based data Matlab processing, mainly PCA analysis)
FNN与PCA和KPCA结合
- 一种特征提取方法：结合主元分析(PCA)和核主元分析（KPCA）的前馈神经网络（FNN）(A feature extraction method: the feedforward neural network (FNN) combined with principal component analysis (PCA) and kernel principal component analysis (KPCA))
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.)
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.)
降维code
- 了解降维、特征筛选等基本原理 掌握PCA、SVD、LAD和NMF等算法实现及应用(Understand the basic principles of dimensionality reduction and feature selection Master the algorithm implementation and application of PCA, SVD, lad and NMF)
PCA+mnist
- 基于python，利用主成分分析（PCA）和K近邻算法（KNN）在MNIST手写数据集上进行了分类。 经过PCA降维，最终的KNN在100维的特征空间实现了超过97%的分类精度。(Based on python, it uses principal component analysis (PCA) and K nearest neighbor algorithm (KNN) to classify on the MNIST handwritten data set. After PCA dime
在线PCA
- 实现在线PCA模型的在线更新，从而使得模型的鲁棒性更强