搜索资源列表
special FastICA
- 这次上传的代码是关于特征提取的主要算法之一：ica，其比pca要好-this code is uploaded on the main feature extraction algorithm : ica, better than the PCA
基于主成份分析的Bagging集成学习方法
- 机器学习中数据集的冗余特征会影响学习器的泛化能力，一些流行方法如支持向量机和集成学习也难免于 此．研究了利用主成份分析进行特征变换对Bagging集成学习算法的影响，提出一种称为PCA—Bagging的算法，并与 其它算法比如单个支持向量机、支持向量机Bagging集成、带有特征变换的单个支持向量机等进行了性能比较．在 多个UCI标准数据集上的实验表明PCA—Bagging算法具有更好的性能，这说明即使是泛化能力很强的集成学习方 法其学习的数据也需要进行适当的特征变换
qqqqq
- ：独立成分分析 ( I C A)在国内尚属一门新型的方法 介绍了I C A的原理及其算法 ，然后介绍了该算法在盲源 信号分离中的具体应用，并将此方法 与主成分方洼 ( P C A)进行了比较-: Independent Component Analysis (ICA) in China is a new method to introduce the principle of the ICA and its algorithm, and then introduced the algori
matlabhelpcn
- PCA的一些经典算法例子，希望对大家有用-Some classic examples of PCA algorithm
20130225
- 基于PCA主成分分析算法的人脸识别，包括Matlab代码及原理的PPT -Face recognition algorithm based on PCA principal component analysis, including Matlab code and the principle of the PPT
CharlesLiSVR1.2
- 支持向量回归机工具箱。自编。带有GUI界面和使用教程。基于PCA降维和遗传算法寻优-Support vector regression toolbox. Self. With a GUI interface and tutorials. PCA dimensionality reduction based and genetic algorithm optimization
Untitled3
- 采用主成分分析算法进行人脸识别的matlab程序，需要ORL数据库。-PCA recgnition
PCA_ORL
- 人脸识别技术作为生物体特征识别技术的重要组成部分，在近些年来已经发展成为计算机视觉和模式识别领域的研究热点。本实验是基于K-L变换的主成分分析法（PCA）在人脸识别中的应用，在ORL人脸库的基础上通过Matlab实现了快速PCA算法的验证仿真，并对样本图像进行了重构。本实验在ORL人脸库的基础上，选用每人前5张图片，共计40人200幅样本图像，通过快速PCA算法将10304维的样本特征向量降至20维，并实现了基于主分量的人脸重建，验证了PCA算法在高维数据降维处理与特征提取方面的有效性。-Fac
eu582
- 详细画出了时域和频域的相关图，非归零型差分相位调制信号建模与仿真分析 ，结合PCA的尺度不变特征变换(SIFT)算法。- Correlation diagram shown in detail the time domain and frequency domain, NRZ type differential phase modulation signal modeling and simulation analysis, Combined with PCA scale invariant f
wyjqx
- 借鉴了主成分分析算法（PCA），使用起来非常方便，基于SVPWM的三电平逆变的matlab仿真。- It draws on principal component analysis algorithm (PCA), Very convenient to use, Based on SVPWM three-level inverter matlab simulation.
bwnfn
- 分形维数计算的毯子算法matlab代码,是学习PCA特征提取的很好的学习资料，可以提取一幅图中想要的目标。- Fractal dimension calculation algorithm matlab code blankets, Is a good learning materials to learn PCA feature extraction, Target can be extracted in a picture you want.
vempa
- 结合PCA的尺度不变特征变换(SIFT)算法，实现了对10个数字音的识别程序LZ复杂度反映的是一个时间序列中。- Combined with PCA scale invariant feature transform (SIFT) algorithm, Realization of 10 digital audio recognition program LZ complexity is reflected in a time sequence.
5207
- 最小均方误差（MMSE）的算法，Gabor小波变换与PCA的人脸识别代码，模式识别中的bayes判别分析算法。- Minimum mean square error (MMSE) algorithm, Gabor wavelet transform and PCA face recognition code, Pattern Recognition bayes discriminant analysis algorithm.
nao_qt31
- 合成孔径雷达（SAR)目标成像仿真，仿真效率很高的，借鉴了主成分分析算法（PCA）。- Synthetic Aperture Radar (SAR) imaging simulation target, High simulation efficiency, It draws on principal component analysis algorithm (PCA).
langnang_v13
- 包括 MUSIC算法，ESPRIT算法 ROOT-MUSIC算法，结合PCA的尺度不变特征变换(SIFT)算法，用于时频分析算法。- Including the MUSIC algorithm, ESPRIT algorithm ROOT-MUSIC algorithm, Combined with PCA scale invariant feature transform (SIFT) algorithm, For time-frequency analysis algorithm.
keng_fu12
- 借鉴了主成分分析算法（PCA），包括邓氏关联度、绝对关联度、斜率关联度、改进绝对关联度,LZ复杂度反映的是一个时间序列中。- It draws on principal component analysis algorithm (PCA), Including Deng s correlation, absolute correlation, correlation of slope, improved absolute correlation, LZ complexity is reflect
mjfap
- 包括回归分析和概率统计，结合PCA的尺度不变特征变换(SIFT)算法，计算晶粒的生长，入门级别程序。- Including regression analysis and probability and statistics, Combined with PCA scale invariant feature transform (SIFT) algorithm, Calculation of growth, entry-level program grain.
amhai
- Gabor小波变换与PCA的人脸识别代码，大学数值分析算法，matlab小波分析程序。- Gabor wavelet transform and PCA face recognition code, University of numerical analysis algorithms, matlab wavelet analysis program.
qrkhy
- 有较好的参考价值，PLS部分最小二乘工具箱,借鉴了主成分分析算法（PCA）。- There are good reference value, PLS PLS toolbox, It draws on principal component analysis algorithm (PCA).
wgjxb
- 借鉴了主成分分析算法（PCA），实现了图像的加水印，去噪，加噪声等功能，具有丰富的参数选项。- It draws on principal component analysis algorithm (PCA), Realize image watermarking, de-noising, plus noise and other functions, It has a wealth of parameter options.