搜索资源列表
pca_idl
- 对整幅图片做PCA变换，提取光谱特征，消除噪声，平滑边缘，易主成分重新绘制图像-Pictures do the whole PCA transform, extract spectral features, remove noise, smooth edges, easy to re-draw the image principal component
PCA
- 函数作用： cwstd.m——用综合标准化法标准化矩阵 Cwfac.m——计算相关系数矩阵，计算特征向量和特征值，对主成分进行排序，计算各个特征值的贡献率，挑选主成分（贡献率达与85 ），输出主成分个数，计算主成分载荷 Cwscore.m——计算各主成分得分，综合得分并排序 Cwprint.m——读入数据文件，调用以上三个函数，并输出结果 原始数据：存储在src.txt中是一个30×8的矩阵 敲入命令： -PCA
pca
- 人脸识别的一个程序，适合PCA提取人脸特征，很好的识别率。-Recognition of a program for PCA for face feature extraction, a good recognition rate.
kernelpca_tutorial
- Kernel pca基于核方法的特征提取算法-feature selection
jiyu-PCA-de-ren-lian-shi-bie-Matlab
- 基于主成分分析实现对特征脸的人脸识别，训练，输出识别率等。-Based on principal component analysis to achieve the characteristics of face recognition, training, recognition rate of the output.
pca
- 主成分分析代码 用于图像数据处理、特征提取等作用，是基于matlab而编写的代码-PCA code
face-recognition
- pca又称主成分分析，主要用来提取图像的主要成分，作为特征提取一个重要算法，将其用于人脸识别-pca, also known as principal component analysis, mainly used to extract the main component of the image, as a key feature extraction algorithm, be used in face recognition
PCA
- LPA是主成分分析算法，用于特征提取和特征空间的降维-LPA code for feature
PCA-(2)
- 用pca方法提取特征脸，可调参数，每次选择20张脸，或者分行显示-Face feature extraction using pca methods, adjustable parameters, 20 face each selection, or branches show
Yale_5G
- Yale,PCA,SVM,matlab,人脸检测,特征提取,人脸识别.-Yale, PCA, SVM, matlab, face detection, feature extraction, face recognition.
PCA
- PCA算法主要用于提取高维特征，可以将图像这种高位数据降维成为低维向量-PCA algorithm
pca-code
- 图像处理应用PCA可以进行降维和特征能够抽取。-PCA for image processing applications to reduce the dimensions and characteristics can be extracted.
fsvmPpca-face-Recognition
- 首先用PCA对ORA人脸图像降维，然后用模糊支持向量机对提取的特征向量进行分类，识别率较高。-First using PCA for dimensionality reduction ORA face image, and then use fuzzy support vector machine to classify the extracted feature vectors, the recognition rate is higher.
PCA-pro
- 整个程序是基于Yale人脸数据库的PCA算法。算法主要分成三个部分。第一个部分是选择了每类图片的八张进行训练，形成基空间。第二部分是画图，主要是怎么画出特征脸，就是那个看着比较诡异的东西。可以修改数据，程序中提供了100个特征值和16个特征值的情况示例。最后一部分就是测试部分，检测命中率。效果很理想。-The whole process is based on the Yale face database PCA algorithm. Algorithm is divided into thre
PCA
- 特征提取使用PCA方法的人脸识别 使用欧几里得距离分类-Feature extraction method for face recognition using PCA with Euclidean distance classifier
Principal-contens-analysis(PCA)
- 用于主成分分析（PCA）,包括，原变量相关系数矩阵的特征向量和特征值的求解，主成分的提取，载荷值的确定等-Used principal component analysis (PCA), including the original variable correlation matrix eigenvectors and eigenvalues of the solution, the main component of the extract, load value
face-recognition
- 用于人脸识别的LDA和PCA特征提取方法的Matlab代码，结合两个程序可以实现PCA+LDA特征提取方法。-LDA and PCA is a common methods of feature selection,These are their source code using matlab.
pca
- 该程序是主成分分析的重要程序，能对特征进行有效的分析。特别适合初学者。-自动检测中英文中译英英译中百度翻译 翻译结果（中 > 英）复制结果 The program is the principal component analysis of main program, the characteristics of effective analysis. Particularly suitable for beginners.
PCA
- PCA和2DPCA算法由于其在降维和特征提取方面的有效性，在人脸识别领域得到了广泛 的应用。该PPT详细介绍了PCA和2DPCA算法在人脸识别中具体步骤。-PCA and 2DPCA algorithm due to its dimensionality reduction and feature extraction in terms of effectiveness, in face recognition has been widely Applications. Th
Face-recognition--on-a-DSP
- 本文介绍了 DSP6711的硬件特性 分析了人脸检测、 识别的原理及算法的选型 运用基于 DCT变换域的 LDA的特征提取方法 ,实现了人脸的自动识别。在 Yale人脸库上的实验结果表明本算法识别率要比直接用 PCA进行特征提取的方 法要好-This article describes the DSP6711 hardware features analysis of face detection, recognition of the principle and algorithm se