搜索资源列表
-
0下载：
主成分分析的主要目的是希望用较少的变量去解释原来资料中的大部分变异，将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少，能解释大部分资料中的变异的几个新变量，即所谓主成分，并用以解释资料的综合性指标。由此可见，主成分分析实际上是一种降维方法。-The main purpose of PCA is to use fewer variables to explain most of the variation of the original data will
-
-
0下载：
This tutorial is designed to give the reader an understanding of Principal Components
Analysis (PCA). PCA is a useful statistical technique that has found application in
fields such as face recognition and image compression, and is a common techn
-
-
0下载：
神经元信息处理 PCA 平行坐标 降维处理-Spike PCA a common technique for
finding patterns in data of high dimension
-
-
0下载：
比较深入的分析了PCA人脸识别方法的原理，并对PCA在应用过程中遇到的特征值选择和距离准则问题进行了研究，实现了基于PCA算法的人脸识别。
-First, the thesis investigates principle component analysis (PCA) approachdeeply, and then the choice of feature vector of sample s covariance matrix anddistance measure criteri
-
-
0下载：
This tutorial is designed to give the reader an understanding of Principal Components
Analysis (PCA). PCA is a useful statistical technique that has found application in
fields such as face recognition and image compression, and is a common techn
-
-
0下载：
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
-
