搜索资源列表
tezhentiqu
- 论文使用一种经典的特征提取方法—主成分分析法（PCA）进行特征提取，其基本思想是降维。降维后的数据除了计算工作量减少之外不会减少原始数据所包含的有效信息量。-This paper use a classical method for feature extraction—Principal Component Analysis(PCA)with the basic idea of dimensionality reduction(it still contains all valid infor
kpca
- 图像识别中的降维算法，KPCA算法，主要使用了线性代数和矩阵的知识。-Image recognition of the descending dimension algorithm, KPCA algorithm, the main use of the knowledge of linear algebra and matrix
PCA_LLE_jiangweiliucheng
- 用LLE、PCA、ISOMAP等经典的降维方法来对瑞士卷等典型图像来实现降维处理，介绍了降维的整体过程。-With LLE, PCA, ISOMAP dimension reduction such as classic approach to the typical image of the Swiss roll to achieve the dimension reduction process, describes the dimensionality of the overall pro
features-dimensionality-reduction
- 特征降维方法，其中包含有典型的特征组合方式——PCA和特征选择中的SFFS，SBS，SFS。共四类常用的特征降维方式。-different features dimensionality reduction methods.
mani
- 图像降维， 图像降维， 图像降维， -image reduction of dimension
1
- 研究含有测量时滞的线性系统的故障诊断和自修复控制问题。提出了一种测量时滞系统基于降维状态观测器的故障诊断方法。-The problems of fault diagnosis and self-restore control were studied for linear systems with delayed measurements.
3
- 通过构造增广系统的降维状态观测器，设计了在线诊断故障的故障诊断器。利用故障诊断的结果，设计了故障的动态自修复控制律使系统在故障情况下能够正常运行。-By constructing an augmented system which comprises the states of faults and doing the delay-free transformation of delayed measurements for the augmented system, the problem o
6
- 研究含有测量时滞的线性系统的故障诊断和自修复控制问题。提出了一种测量时滞系统基于降维状态观测器的故障诊断方法。-The problems of fault diagnosis and self-restore control were studied for linear systems with delayed measurements. A reduced-order observer-based fault diagnosis approach was proposed for syste
8
- 通过构造增广系统的降维状态观测器，设计了在线诊断故障的故障诊断器。利用故障诊断的结果，设计了故障的动态自修复控制律使系统在故障情况下能够正常运行。最后，通过一个仿真算例来验证本文所提出的方法的可行性和有效性。- A fault diagnose was designed which could on-line diagnose faults by constructing a reduced-order state observer of the augmented system. By usi
9
- 研究含有测量时滞的线性系统的故障诊断和自修复控制问题。提出了一种测量时滞系统基于降维状态观测器的故障诊断方法。通过构造含有故障状态的增广系统并进行增广系统测量时 滞的无时滞转换，将测量时滞系统的故障诊断问题转化为无时滞增广系统的状态观测问题。-The problems of fault diagnosis and self-restore control were studied for linear systems with delayed measurements. A reduced-
10
- 通过构造增广系统的降维状态观测器，设计了在线诊断故障的故障诊断器。利用故障诊断的结果，设计了故障的动态自修复控制律使系统在故障情况下能够正常运行。最后，通过一个仿真算例来验证本文所提出的方法的可行性和有效性。-A fault diagnose was designed which could on-line diagnose faults by constructing a reduced-order state observer of the augmented system. By usin
SSDR
- SSDR是一种用于半监督降维的算法。它考虑到了未标记和成对约束来实现维数降低。-SSDR is a package for semi-supervised dimensionality reduction. This approach works for dimensionality reduction by considering unlabeled data and pairwise constraints.
BoostingLbp
- 基于LBP的人脸检测，其中PCA用来降维，LBP用于提取纹理特征-PCA used for dimensional reduction, LBP used to extract the texture characteristics
sas
- 统计分析系统课件（sas环境下），包括相关分析，因果分析，降维分析等。-Statistical Analysis System Courseware (sas environment)，Including correlation analysis, causal analysis, dimensionality reduction analysis.
acmfudaojiaocheng
- 问题规模化是近来信息学竞赛的一个新趋势，它意在通过扩大数据量来增加算法设计和编程实现的难度，这就向信息学竞赛的选手提出了更高层次的要求，本文试图探索一些解决此类问题的普遍性的策略。开始，本文给出了“规模化”一词的定义，并据此将其分为横向扩展和纵向扩展两种类型，分别进行论述。在探讨横向扩展问题的解决时本文是以谋划策略的“降维”思想为主要对象的；而重点讨论的是纵向扩展问题的解决，先提出了两种策略——分解法和精简法，然后结合一个具体例子研究“剪枝”在规模化问题中的应用。问题规模化是信息学竞赛向实际运用
matlab
- 图像降维，归一化相关系数的计算，和滤波程序，希望大家互相帮助，共同进步-Image dimension reduction, owned by one of the calculation of the correlation coefficient, and the filtering process, and hope that we help each other progress
06102001
- 机器学习》课上的作业，PCA和LDA降维，尽管网上很多，但很少注释，另外细节上也没注意。这里有很详细的注释。另外还附上一个Naive贝叶斯分类器，大家可以作比较。附带的图像包是OLR人脸。ReducedDim为想要提取的特征数，不是百分比！-" -Machine learning" classes on the homework, PCA and LDA dimensionality reduction, even though a lot of online, but few notes, o
SIFT-Algorithm
- 引入K-L变换,在不影响质量的情况下对特征向量进行降维处理,以提高运行效率。 -Thebackground subtraction algorithm is presented to solve the problems.
yunxing
- PCA+KNN人脸分类，对于给定样本，训练其中的一部分，在pca降维后，用knn分类-PCA+KNNFace classification
61IC_H4231
- PAV (H265) 是 音视频 压缩解压 协议，非常不同于H264/MPEG4，ZPAV (H265) 的基本算法 是 小波，多级树集合群，广义小波，数学形态小波，...... ZPAV (H265) 基本算法 ： 1，图象与声音分解与合成 ：小波 ； 2，图象与声音前处理 ：小波子带零交叉降噪，目标纹理处理，语音处理 ； 3，速率控制 ：小波子带熵速率控制 ； 4，量化与反量化 ：小波子带熵量化与反量化 ； 5，低频分量和高频分量的降维 ：小波子带邻域交