搜索资源列表
kfd2
- 基于核的fisher判别分析，中文文献，从各个核心期刊中收集，希望对大家有用-Kernel-based fisher discriminant analysis, English literature, from all the core collection of journals, U.S. hope to be useful
07063257
- 编写fisher判别分析的程序并自选地理数据实验 要求：能正确读取数据；程序界面友好，操作简便；功能齐全（包括构造判别式、合理性检验、预测、因素分析等）；-Fisher discriminant analysis prepared by the procedures and experimental geo-data-on-demand requirements: to read the data correctly procedures user-friendly, easy to op
malic
- 它是SourceForge上的一个开源项目，使用Malib实现实时处理，CSU Face Identification Evaluation System进行人脸识别。算法包括：主成份分析(principle components analysis (PCA)),a.k.a eigenfaces算法,混合主成份分析,线性判别分析(PCA+LDA),图像差分分类器(IIDC),弹性图像匹配算法(EBGM)等等 Malic is realtime face recognition system
Discriminantanalysisandclusteranalysis
- 本文档包括了对软件中用到的多元统计分析中判别分析与聚类分析的主要方法(包括距离判别分析,费希尔判别分析,贝叶斯判别分析,逐步判别分析及聚类分析)原理及在本软件中使用的基本方法与设计流程图进行了详尽的阐释,在通过本文档的阅读对软件有一个总体的了解后再确定您要使用的分析方法-This document includes the software used in multivariate statistical analysis of discriminant analysis and cluster
89346479experimentofll(1)
- LL(1)预测分析法（1）判别文法是否为LL(1)文法。为此需要依次计算FIRST集、FOLLOW集和SELLECT集,根据SELLECT集可判断文法否为LL(1)文法。 （2）构造出分析表。根据SELLECT集和文法产生式构造出LL(1)分析表。 （3）进行句子分析。依据分析表判断出某句子是否为给定文法的句子。 -LL (1) Forecast Analysis
svm
- 支持向量机(SVM)是数据挖掘中的一个新方法，能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科-Support vector machine
shujutongji
- 第17章： 数据统计和分析 MultiLineReg 用线性回归法估计一个因变量与多个自变量之间的线性关系 PolyReg 用多项式回归法估计一个因变量与一个自变量之间的多项式关系 CompPoly2Reg 用二次完全式回归法估计一个因变量与两个自变量之间的关系 CollectAnaly 用最短距离算法的系统聚类对样本进行聚类 DistgshAnalysis 用Fisher两类判别法对样本进行分类 MainAnalysis 对样本进行主成分分析 -data
FisherExactTest
- fisher判别分析方法的MATLAB程序实现-fisher discriminant analysis procedures for implementation of the MATLAB
MR
- 模式识别，距离计算，聚类分析，判别函数，判断准则等的算法实现-Pattern recognition, distance calculation, cluster analysis, discriminant function, the algorithm to determine criteria
kda_qr
- 通过矩阵的QR分解来求解KDA问题（核判别分析） 附原参考文献-QR decomposition for kernel discriminant analysis
AComparativeStudyonFaceRecognitionUsingLDA-BasedAl
- 线性判别分析(LDA)是一种较为普遍的用于特征提取的线性分类方法。但是将LDA直接用于人脸识别 会遇到维数问题和“小样本”问题。人们经过研究，通过多种途径解决了这两个问题并实现了基于I,DA的人脸识 别 文章对几种基于LDA的人脸识别方法做了理论上的比较和实验数据的支持，这些方法包括Eigenfaces、Fish— erfaceS、DLDA、VDLDA及VDFLDA。实验结果表明VDFLDA是其中最好的一种方法。-Low—dimensional feature representat
panbiefenxi
- 判别分析的介绍与MATLAB源代码，不论是科学研究或者是参加数学建模比赛，都可以参考使用-MATLAB source, whether scientific research or attend mathematical modeling competition, all can be used
LDA
- matlab线性判别分析函数，首先需要用PCA进行数据压缩，然后提前特征变量，进行判别分析-Matlab for LDA
svm
- 在国内外关于信用评价研究的文献中,计判别方法的预测模型被广泛采用。常有的多元判别分析法、k-邻近判别法、层法及神经网络等。这些模型已经得到应用,但它们都存在着一些缺陷。而支持向量机则克服这些缺点. 该程序详细描述了支持向量机的实现过程-Support Vector Machine
Bayes_optimality_in_linear_discriminant_analysis.z
- 贝叶斯优化在线性判别分析中的应用，这是国外一个大牛写的程序，很有价值-This code is an implementation of the method Bayes Optimal Discriminant Analysis
jiyutezhengronghehemohuhepanbian
- 提出了基于特征融合和模糊核判别分析(FKDA)的面部表情识别方法。首先，从每幅人脸图像中手工定 位34个基准点，作为面部表情图像的几何特征，同时采用Gabor小波变换方法对每幅表情图像进行变换，并提取基 准点处的Gabor小波系数值作为表情图像的Gabor特征；其次，利用典型相关分析技术对几何特征和Gabor特征进 行特征融合，作为表情识别的输人特征；然后，利用模糊核判别分析方法进一步提取表情的鉴别特征；最后，采用最 近邻分类器完成表情的分类识别。通过在JAFFE国际表情数据库和
experiment1
- 模式识别实验验程序 极大似然估计和Fisher线形判别分析-Experimental test procedures for pattern recognition maximum likelihood estimation and Fisher linear discriminant analysis
plslda
- 偏最小二乘线性判别分析， 以及变量选择方法-partial least squares-linear discriminant analysis
xianxing
- 在模式识别中线性判别函数的MATLAB实现，与程序分析-Linear discriminant function in pattern recognition of the MATLAB implementation, and program analysis
ImprovedGaitRecognitionApproach
- ：步态识别通过人体走路的姿势来识别人的身份。近年来，步态作为一种生物特征识别技术备受计算机视觉研究者的关注。对某个 人的一个步态序列利用动态 Viterbi 算法得到一个样本姿态序列，对其多个步态样本姿态序列的对应姿态取平均得到这个人的特征姿态序 列，对特征姿态采用主成分分析法和线性判别分析法处理特征空间，并用最近邻法进行识别。利用 CASIA 数据库对本文方法进行验证， 取得了较高的识别率，并对体形变化具有较强的鲁棒性-Human gait recognition is the p