搜索资源列表
1.列主元Gauss消去法
- 列主元Gauss消去法-out PCA Gaussian Elimination
列主元高斯消去法444we23
- 列主元高斯消去法-out PCA Gaussian Elimination
Gauss列主元消去法1
- 高斯列主元消去法-out PCA Gaussian Elimination
Gauss列主元
- 高斯列主元消去法-out PCA Gaussian Elimination
列选主元的Gauss消去法
- 列选主元的Gauss消去法-out how the PCA Gaussian Elimination
高斯消元法（不列主元）
- 高斯消元法（不列主元）大学计算方法里面的一个算法，用c++编的-Gaussian Elimination Act (PCA not out) University calculation inside an algorithm, using the c series
pca源程序
- 基于pca（核主元）的方法，提取混合信号中的主分量
PCA利用累计方差贡献率确定主元个数的matlab程序
- 主元分析中对主元的个数确定目前没有非常好的办法,这里提供一个比较方便实现的matlab程序
pca_regression.rar
- 基于主元分析的多元线性回归程序,输出回归系数，主元贡献率和拟合误差,multiple linear regression using pca
PCA.rar
- 主元分析PCA的C代码，自己花了好几天编的，对做数据挖掘和模式识别的同志们有用,PCA principal component analysis of C code that he spent a few days for the better, and to do data mining and pattern recognition useful comrades
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
列主元Gauss消去法
- 列主元Gauss消去法,是对多维方程的解法,用处-out PCA Gauss elimination method, the multi-dimensional equation solution, use a lot
pcatool
- 主元分析法的相关算法，实现主元提取，输入相关 数据即可-PCA analysis of relevant algorithms, to achieve PCA extraction, input the relevant data can be
gaussLinearEquation
- 高斯列主元消去法 很有用的。。。作业-Gaussian elimination method PCA out very useful. . . Operation
Recognition
- 人脸识别是生物特征识别技术中一个非常活跃的课题,取得了很多研究成果。统计主元分析法( Prin2cipal ComponentsAnalysis, PCA)是人脸特征提取和识别的常用方法之一。-Face recognition is an active subject in the area of biometrical recognition technology, and lots of achievements have been obtained. Principal Compone
PCA-matlab
- 里面包含主元分析PCA的Matlab代码，包括提取主元，求方差贡献率，绘制贡献率直方图等-Which contains the principal component analysis PCA of the Matlab code, including the extraction of the main element, seeking variance contribution rate, contribution rate of histogram mapping, etc.
PCAjiankong
- PCA监控程序,即主元分析 ( Principal Component Analysis ， PCA ),这是用MATLAB编写的PCA监控程序-PCA monitoring program
PCAxmeas_fault1
- 主元分析方法（PCA）是一种基于多元统计分析的数据降维方法, 它利用过程变量间的相关关系, 建立正常工况下的主元模型, 通过检验新的数据样本相对于主元模型的背离程度, 从而发现异常和故障。 -Principal Component Analysis (PCA) is based on multivariate statistical analysis of the data reduction method, which uses the correlation between process
PCAFENXI
- pca主元分析提取出过程中最能表征系统特征的部分，对过程进行故障监测-pca is used to predict filture
pca
- PCA技术的一大好处是对数据进行降维的处理。我们可以对新求出的“主元”向量的重要性进行排序，根据需要取前面最重要的部分，将后面的维数省去，可以达到降维从而简化模型或是对数据进行压缩的效果。同时最大程度的保持了原有数据的信息。-A major advantage of PCA technology is reduce the dimension of the data processing. We can calculate the new " principal component&qu