搜索资源列表
chenagaus
- 求解大型稀疏方程组的全选主元高斯-约当消去法--返回零表示原方程组的系数矩阵奇异，返回的标志值不为零，则表示正常返回。-solving large sparse linear system-wide elections PCA Gauss-Jordan elimination method -- to return to the original equation is expressed by the coefficient matrix, a sign of the return value
Object-Recognition-via-Sparse-PCA 利用稀疏主分量分析实现目标识别中的特征提取
- 利用稀疏主分量分析实现目标识别中的特征提取，包括论文和仿真代码。-Informative Feature Selection for Object Recognition via Sparse PCA
PathSPCA
- 稀疏PCA的优化解算法，较新的pca算法，供大家学习交流！-Optimal Solutions for Sparse Principal Component Analysis
DSPCA
- 关于有直接稀疏PCA的方法，一种较新的PCA算法，供大家学习参考-Direct sparse PCA
Matlab-codes
- 稳健稀疏PCA算法，能够对噪音与异常点数据表现稳健-Robust Sparse PCA
45
- 一个简单的图像稀疏分解的例子，用了PSO—PCA分解，得到了一个较好的重构图像-A simple example of image sparse decomposition, using PSO-PCA decomposition and get a better reconstruction images
PCA-Faces-and-examples
- 稀疏主成分分析用于脸部检测和识别的基础知识介绍。初学者很专业的入门材料。-Sparse principal component analysis for face detection and identification of the basics of introduction. Introductory material for beginners very professional.
feature_reduction
- this code reduce the dimentional of feature space using combine sparse matrix+PCA for classification eeg signal. more detail exixst inside the code. this code tested and work properly
PCA
- 针对稀疏表示识别方法需要大量样本训练过完备字典且特征冗余度较高的问题，提出了结合过完备字典学习与PCA降维的小样本语音情感识别算法.该方法首先用PCA降维方法将特征降维，再将处理后的特征用于过完备字典训练与稀疏表示识别方法，从而给出了语音情感特征的稀疏表示方法，并确定了新算法的具体步骤.为验证其有效性，在同等特征维数下，将方法与BP, SVM进行比较，并对比、分析语音情感特征稀疏化前后对语音情感识别率、时间效率以及空间效率的影响.试验结果表明，所提出方法的识别率比SVM与BP高 与采用稀疏化前的
SPCA_ALM
- 主要是用PCA主矢量分析的方法在稀疏优化的运用，代码简单易懂，适合初学者-The method is mainly used in the PCA main vector analysis to optimize the use of sparse code easy to understand for beginners
1Sparse-PCA-Algorithms
- 1家庭联合稀疏主成分分析算法的异常……Jiang_ku_0099M_12176_DATA_1-1A Family of Joint Sparse PCA Algorithms for Anomaly ... Jiang_ku_0099M_12176_DATA_1
robust-PCA
- robust PCA的应用实例 很有代表性的方法-this paper proposed a approach of robust face recognition by exploiting the sparse error component obtained by RPCA.
sparse_pca-
- Calculates a sparse PCA model
iexact_alm_rpca
- 鲁棒主成分分析 低秩与稀疏矩阵分解 增广拉格朗日 图像重建、去噪-robust pca low-rank and sparse matrix decomposition
LRSD
- 用于分析Robust PCA对应的MATLAB程序，将一个矩阵分解为低秩和稀疏矩阵的形式(This paper analyzes the MATLAB program corresponding to Robust PCA, and decomposes a matrix into a form of low rank and sparse matrix.)