搜索资源列表
pca
- PCA是主成分分析，例子中有一个三维点阵图像，最后结果为二维图像。-PCA is the principal component analysis, a three-dimensional lattice image example, the final results for the two-dimensional image.
pcaMethods_1.52.0
- 丢失数据的主成分分析，处理不完整数据的pca分解。pcaMatlab-Principal component analysis of missing data, incomplete data processing pca decomposition.pcaMatlab
cwscore
- 主成分分析matlab程序，里面包含子程序，运用时直接调用主程序即可，可用于无监督模式学习-Principal component analysis matlab program, which contains a subroutine, the main program can be called directly when applying, can be used for unsupervised learning mode
HRPCA
- 能够检测异常值 数据降维 特征提取 鲁棒主成分分析方法-Robust PCA
cca
- 主成分分析，用于海洋、气象，将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。-Principal component analysis for the ocean, weather, several variables by linear transformation to elect a number of multivariate statistical analysis less important variables.
pca
- 一个主成分分析方法的matlab实现，比较经典齐全的源码-A matlab Implementation of principal component analysis
component-analysis
- 本程序是主成分分析，可以解决几个几个输入之间的相关性，能够提取出多输入的主成分-This program is the principal component analysis can solve several several input correlation between the principal components can be extracted multiple input
PCA
- 使用主成分分析对高维数据进行降维，程序包含了降维的过程和结果-Using PCA to reduct dimensionality for data. the program contains the process and solution.
04
- 应用matlab实现对统计分析中的主成分分析方法，高效实现对输入变量的降低维数，同时-Application matlab realize the principal component analysis statistical analysis, efficient implementation of reduced dimensionality of the input variables, while
KPCA
- 核主成分分析是一种流行的非线性特征提取方法- Kernel principal component analysis is a popular nonlinear feature extraction method
kpca
- 核主成分分析方法是主成分分析的改进算法，其采用非线性方法提取主成分-Kernel principal component analysis method is an improved algorithm of principal component analysis, which uses a nonlinear principal components extracted
Geographic-data-analysis-Matlab
- 代码基于Matlab软件，讲述了大量数学方法的应用思路和过程。内容涉及回归分析、主成分分析、因子分析、聚类分析、判别分析、时（空）间序列分析、Markov链、R/S分析、线性规划、层次分析法以及人工神经网络建模等方法。通过模仿本书讲授的计算过程，读者可以加深对有关数学方法的认识和理解，并且掌握很多Matlab的应用技巧。代码规范，可研究价值高。 -Code based on the Matlab software, tells the story of a large number of
SIFT_PCA
- 人脸识别，将主成分分析法与局部特征提取算法结合在一起实现，具有快速、准确的优点。
xinzhangxingtaixuexing2
- 背景:快速的将心脏按其特征进行聚类可为后续统计分析和研究带来很大的便利.系统聚类法是将样品或变量按照其性质上的亲疏相似程度进行分类的一种多元统计方法.目的:提出用主成分一聚类分析的方法来描述心脏形态学形状并进行分类,对中国健康成年人的心脏X射线测量的各项指标进行综合评价.方法:搜集了36例健康成年人的胸片,并用MxLiteView软件手动测量了每幅胸片中代表心脏形态学形状常用的10个指标,用Matlab软件对测量指标进行主成分分析,然后对提取出的主成分进行聚类.结果与结论:主成分分析后提取出3个
PCAmatlabdocx
- 用于主成分分析的源码，由例子可以直接了解PCA的步骤方法-Principal component analysis of the source code used by the example of the method can be directly aware of the steps of PCA
analysis
- 工程化软件设计 C++实现主成分分析 和多元线性回归分析-Engineering software design C++ achieve principal component analysis and multiple linear regression analysis
PCA
- (主成分分析)Jacobi法求解对称矩阵的特征值及特征向量-(PCA)Finding the eigenvalues and eigenvectors of symmetric matrices, applying Jacobi s method
myPCA
- pca 人脸识别算法,主成分分析 （ Principal Component Analysis ， PCA ）是一种掌握事物主要矛盾的统计分析方法，它可以从多元事物中解析出主要影响因素，揭示事物的本质，简化复杂的问题。计算主成分的目的是将高维数据投影到较低维空间.-pac faces dectect for matlab
prin
- 主成分做排名的matlab代码，运用主成分分析计算教练排名得分的方法。- Principal component rankings do matlab code, using principal component analysis method to calculate the coach ranking score.
1
- 主成分分析的matlab源程序，用以标准化数据，精简指标，减少指标之间信息的重叠。-Principal component analysis matlab source for standardized data, streamline indicators, reduce duplication of information between indicators