搜索资源列表
pcaandica
- 这是一个人脸识别的程序，先对图像预处理，然后用PCA进行特征提取。-This is a face recognition process, first on the image pre-processing, and then use PCA for feature extraction.
PCA
- 主分量分析,用于高维数据降维或提取目标特征。程序精简，效率高. -Principal Component Analysis is used to make data dimensionality reduction or extract target characteristics。
PCA
- 应用PCA进行特征提取和降维，可以应用于数据挖掘，机器学习，人脸识别上！-Application of PCA for feature extraction and dimensionality reduction can be applied to data mining, machine learning, face recognition on!
image-compression-with-PCA
- 对400幅灰度图像用分块PCA的方法进行压缩，进行通信时只用传输主元和特征向量。其中，pcaxiefangcha.m用于图像压缩，imresume.m用于图像恢复和部分图像的显示，chaweight.m用于绘制特征值比重-主元个数关系图，crdraw.m用于绘制压缩比-主元个数关系图，psnrdraw.m用于绘制总误差PSNR-主元个数关系图，psnrlocation.m用于绘制单幅图像误差PSNR分布图。-On the 400 block with a gray image compressi
pca
- PCA主成分分析，用于人脸识别，特征提取等-PCA principal component analysis for face recognition, feature extraction, etc.
PCA
- 关于主成份分析的vc++源码，注释详细，以KL变换为基础，使特征将维。-Principal component analysis on the vc++ Source, comments, detail, based on KL transform, so that will be characterized by Victoria.
PCA
- 对输入的高维特征向量进行pca降维后输出低维的特征向量-PCA dimensionality reduction
PCA
- PCA主成分分析用于人脸识别，提取特征值特征向量。有ORL人脸库。-PCA principal component analysis for face recognition, extraction Eigenvalue eigenvector. Have ORL face database.
PCA
- PCA矩阵的算法,能得到图像的特征向量,很好的!-PCA matrix algorithm, very good!
BasedonprincipalcomponentanalysisoftheFaceRecognit
- 在特征提取阶段，研究了PCA, 2DPCA, (2D) 2PCA, DiagPCA, DiagPCA-F-2DPCA等多 种方法。不同于基于图象向量的PCA特征提取，由于2DPCA, (2D) ZPCA, DiagPCA和 DiagPCA-I-2DPCA的特征提取都直接基于图象矩阵，计算量小，所以特征的提取速度明 显高于PCA方法。-In the feature extraction stage, the study of the PCA, 2DPCA, (2D) 2PCA,
PCA
- 主成分分析法能较好地实现图像融合，特别是空间特征保持非常好，但光谱特征的保持性要差一些。-Principal Component Analysis to achieve a better image fusion, in particular, to maintain a very good spatial characteristics, but to maintain the spectral characteristics of some worse.
PCAEigenfaces
- PCA特征脸训练和重建程序 可以直接运行 很好用-PCA Eigenfaces training and rehabilitation programs can be directly used to run fine
PCA
- 人耳识别的主成分分析MATLAB算法M文件-PCA
pca
- 神经计算的实验作业。用principle components analysis计算模式的主分量。提取线性输入的特征。-Neural computing experiment operations. Computing model using principle components analysis of the principal component
pcalda
- 首先进行小波变换，在此基础上进行pca特征提取，在进行lda特征提取，用于人脸识别-First, wavelet transform, in this based on pca feature extraction, feature extraction during lda for face recognition
pca
- pca主成分分析，matlab程序，用于图像特征提取，降维等 有中文注释-Principal component analysis
Facedetect
- 计算机人脸识别技术( Face Reocgnition)就利用计算机分析人脸图像,从中提取出有效的识别信息,用来辨认身份的一门技术。[ 1 ]即对已知人脸进行标准化处理后,通过某种方法和数据库中的人脸样本进行匹配,寻找库中对应人脸及该人脸相关信息。人脸自动识别系统有两个主要技术环节,一是人脸定位,即从输入图像中找到人脸存在的位置,将人脸从背景中分割出来,二是对标准化后的人脸图像进行特征提取和识别。本文中介绍的PCA (特征脸)方法就是一种常用的人脸 特征提取方法。-Computer Fac
pca
- 该代码为PCA主成分分析，可用于特征选择，选取贡献最大的前三个主成分-The code for the PCA principal component analysis, can be used for feature selection, select the largest contribution to the first three principal components
empca
- PCA特征降维，用于图像处理人脸识别等模式识别领域和数据挖掘两领域-PCA feature reduction, image processing for face recognition and other pattern recognition and data mining of two areas
pca
- 人脸特征提取方法PCA，作为主流的识别算法pca降低的图像向量的维数-Facial feature extraction methods PCA, pca as mainstream recognition algorithm reduces the dimension of image vector