当前位置：
首页 资源下载
搜索资源 - linear discriminant analysis
搜索资源列表
-
0下载：
独立主成分分析的工具箱，是模式识别，成分分析，线性判别的重要手段。-independent Principal Component Analysis Toolbox, pattern recognition, component analysis and linear discriminant an important means.
-
-
0下载：
These are the codes in \"A note on two-dimensional linear discrimant analysis\", Pattern Recognition Letter
In this paper, we show that the discriminant power of two-dimensional discriminant analysis is not stronger than that of LDA under the assu
-
-
0下载：
关于线性（FISHER）判别分析的中文文献，从核心期刊中下载得到。,About Linear (FISHER) Discriminant Analysis of English literature, from the core journals have been downloaded.
-
-
0下载：
采用GdI+编程实现了，图像的读入，图像像素数据的采集和分析，通过线性判别函数和一个圆形判别函数来分离图像和背景-By GdI+ programming, and read the image, the image pixel data collection and analysis, linear discriminant function and a circular discriminant function to separate the image and the background
-
-
0下载：
基于线性判别的人脸识别，本设计对主成分分析和线性判别两种子空间方法进行了深入研究，包括LDA及其在人脸识别应用的若干问题-Face recognition based on linear discriminant, the design of the principal component analysis and linear discriminant subspace methods are two in-depth study, including the LDA and its Appl
-
-
0下载：
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
-
-
0下载：
Fisher判别的基本思想是将k$个总体的所有$维空间的样本点投影到一维空间上，使投影后组与组之间尽可能的分开，然后利用方差分析的方法推出判别函数。为了简单起见，通常利用线性的判别函数。-The basic idea of Fisher discriminant is k $ total $ dimensional space sample point projection to the one-dimensional space, so that the projection between
-
-
0下载：
PCA(主成分分析法)、LDA(线性判别法)两种方法是主要的的线性降维法，有非常好的效果，希望对大家能够有用！ 已通过测试。
-PCA (Principal Component Analysis), LDA (linear discriminant method) two methods are the main linear dimensionality reduction method, with very good results, we hope to be useful! Has
-
-
0下载：
PCA(主成分分析法)、LDA(线性判别法)两种方法是主要的线性降维法，有很好的效果，希望对大家能够有用！-PCA (Principal Component Analysis), LDA (Linear Discriminant method) two methods are the main linear dimensionality reduction method, have very good results, in the hope that everyone can be usefu
-
-
0下载：
模式识别中的bayes判别分析算法，直线阵采用切比学夫加权控制主旁瓣比，插值与拟合，解方程，数据分析，主要是基于mtlab的程序，采用偏最小二乘法。- Pattern Recognition bayes discriminant analysis algorithm, Linear array using cut than learning laid upon the right control of the main sidelobe ratio, Interpolation and fitt
-
-
0下载：
连续相位调制信号(CPM)产生，加入重复控制，对HARQ系统的吞吐量分析，直线阵采用切比学夫加权控制主旁瓣比，模式识别中的bayes判别分析算法，基于互功率谱的时延估计，GSM中GMSK调制信号的产生。- Continuous phase modulation signal (CPM) to produce, Join repetitive control, HARQ throughput analysis of the system, Linear array using cut than l
-
-
4下载：
本报告对 朴素贝叶斯模型及线性判别分析、二次判别分析 进行系统测试
“生成模型”是机器学习中监督学习方法的一类。与“判别模型”学习决
策函数和条件概率不同，生成模型主要学习的是联合概率分布??(??,??)。本
文中，我们从朴素贝叶斯算法入手，分析比较了几种常见的生成模型（包
括线性判别分析和二次判别分析）应用于多因子选股的异同，希望对本领
域的投资者产生有实用意义的参考价值。(This report gives a systematic test of naive Bayesian
-
-
0下载：
主流的人脸识别技术基本上可以归结为三类，即：基于几何特征的方法、基于模板的方法和基于模型的方法。
1. 基于几何特征的方法是最早、最传统的方法，通常需要和其他算法结合才能有比较好的效果；
2. 基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法、动态连接匹配方法等。
3. 基于模型的方法则有基于隐马尔柯夫模型，主动形状模型和主动外观模型的方法等。(The mainstream face recognition technology can
-
-
0下载：
在MATLAB2014b版本，进行人脸识别，包含PCA降维、LDA线性判别、KNN最近邻算法等技术(In MATLAB2014b version, face recognition is carried out, including PCA dimension reduction, LDA linear discriminant analysis, KNN nearest neighbor algorithm and so on.)
-
-
0下载：
主成分分析法和线性判别分析常用来对原始数据进行简单的数学分析(Principal component analysis and linear discriminant analysis are usually used for simple mathematical analysis of raw data.)
-
-
1下载：
airpls扣掉原始数据荧光背景，pls提取主成分，lda进行线性判别分析。程序和数据完整，不懂欢迎询问(Airpls's original data of fluorescence background, pls principal component extraction, linear discriminant analysis. Program and data integrity, welcome to inquire)
-
-
2下载：
这是关于图像处理的MVDN算法，多视图线性判别分析(This is the image processing MVDN algorithm, multi-view linear discriminant analysis)
-
-
2下载：
LLDA，局部线性判别分析，可以降到任意的维度，相比LDA更加优秀(LLDA, Local Linear Discriminant Analysis, can be reduced to any dimension, which is better than LDA.)
-
-
0下载：
用于线性及非线性的判别分析等，简单实用(Simple and practical for linear and non-linear discriminant analysis)
-
-
1下载：
LDA是一种监督学习的降维技术，也就是说它的数据集的每个样本是有类别输出的，这点和PCA不同。PCA是不考虑样本类别输出的无监督降维技术。
-
«
1
2
...
4
5
6
7
8
910
»
