搜索资源列表
Guass(2)
- GUASS算法的列主元消去法-GUASS algorithm out PCA Elimination
2
- 基于模拟画像识别的论文，应用PCA的方法将人脸图像转换为伪画像然后进行识别
pca
- PCA算法程序设计步骤： 1、去均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步） 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量
pca(2)
- PCA MATLAB 实现人脸识别的程序
stprtool.rar
- 统计模式识别工具箱（Statistical Pattern Recognition Toolbox）包含： 1，Analysis of linear discriminant function 2，Feature extraction: Linear Discriminant Analysis 3，Probability distribution estimation and clustering 4，Support Vector and other Kernel Machines,
stprtool15aug08
- 捷克理工大学Hlavac教授和Franc博士提供的统计模式识别Matlab工具箱的最新版本V2.09，在原有版本基础上进行了一些修改和完善。它包括现有模式识别的大部分方法，比如SVM，PCA，LDA等。我采用其中的SVM方法进行了人体下肢假肢SEMG信号的分类，效果不错。希望能对大家有帮助。-Statistical Pattern Recognition Toolbox for Matlab (C) 1999-2008, Version 2.09. It includs a number of
gabor_3
- Gabor小波提取特征一幅输入的图形进行特征提取基于gabor小波变换 -Gabor wavelet feature extraction of an input graphics gabor feature extraction based on wavelet transform
FaceDetection_Based_on_a_New_Nonlinear_Color_Space
- 提出一种新的非线性变换的彩色空间 ″″, 利用次高斯概率分布函数拟合皮肤色度信息, 得到候选区 YC C r b 域。为了排除候选区域中的非人脸, 首先根据均值和方差信息分割出候选区域中的纹理特征信息, 再通过多尺度 ) ( 信息定位眼睛, 然后根据人脸特征的几 形态边缘检测算子检测候选区域的边缘, 利用 边缘方向 PCA PCAED ( ) 何形状信息定位其他特征 鼻、嘴 , 通过这些几何特征信息对肤色分割得到的候选区域进行验证, 最终得到正确 的人
daima
- （压缩包里一共有5个代码） pca+lda+粗糙集+模糊神经网络 saveORLimage.m将ORL人脸库分为测试集ptest和训练集pstudy存为imagedata.mat 1.savelda.m将人脸库先进行pca降维，再用lda进行特征提取，得到新的测试集ldatest和训练集ldastudy存为imageldadata.mat 2.对ldastudy进行离散化(discretimage.m)，得到离散化矩阵disdata,存入到imagedisdata.mat
CellAuto
- 元胞自动机的虚拟程序 开发工具：Microsoft Visual Basic 6.0 运行平台：Windows OS (VB编译，代码未优化,运行速度较慢) 词语解释： CA，cellular automata，元胞自动机，或称细胞自动机。 模式(Pattern)，多个细胞构成的一个状态组合。 模型： 维度，二维四方网格 细胞，两种状态（活、死）；一个方格代表一个细胞。 邻居，Moore型(上、下、左、右、左上、右上、左下、
2
- 数值分析算法 列主元高斯消去法的C++实现-Numerical Analysis of PCA algorithm out Gaussian elimination of the C++ to achieve
2(2dpca)
- 两维pca变换，把图像进行二维的主成分分析得到降维向量，然后用此向量进行分类-2Dpca transfrom
gabor-pca
- 本程序是先用gabor小波变换对人脸图像处理，然后在用pca进行降维，最后用svm分类器进行多分类分类识别，包扩完整的orl人脸库，需注意的是，svm工具箱是用的libsvm工具箱，运行前先配置好libsvm。版本号：libsvm-mat-2[1].89-3[FarutoUltimate3.0]-This procedure is to use the human face gabor wavelet transform image processing, and then to reduce
PCA
- 该程序可以实现数据的主成分提取，以及相关系数矩阵，得分矩阵，还有T^2统计量，可视化效果好。(The program can achieve the main component extraction of data, as well as correlation coefficient matrix, scoring matrix, as well as T^2 statistics, visual effect is good.)
MNIST-PCA
- 使用PCA算法分析MNIST 手写字符训练样本。 结果分别生成以2、5、10个PCA主成分的重构图像以及10个主成分特征向量的对应图像。(Implement PCA algorithm on MNIST dataset and calculate the class PCA on each digit separately.)
]ORL+PCA+SVM-11
- 编写了用户界面程序实现ocr人脸数据集的识别，使用了svm分类器(A user interface program is developed to realize the recognition of OCR face data set, and the SVM classifier is used)
PCA
- 2种主成分分析方法，高光谱降维，基于实测光谱数据，光谱解混(endmember extraction matlab)
face_recognition (2)
- 基于PCA的人脸识别工程，能够使用自己训练的人脸库进行识别(The face recognition project based on PCA can be identified using the face library trained by yourself)
PCA
- 1、读入图片，根据PGN格式的line 2 确定矩阵的大小为 28*28=784，根据line4 获取. 2、读入图片，根据PGN格式的line 2 确定矩阵的大小为 28*28=784，根据line4 获取。 3、计算平均矩阵。 4、对平均值矩阵进行SVD： 5、平均矩阵进行SVD后的前20个singular vector的输出结果。 6. 将训练集的每一张图片当成一行，形成一个矩阵，然后对矩阵进行PCA分解。 7. 这个矩阵对测试集的每张图片进行降 维，得到的图像。(1, rea
PCA+SVM
- 采用经典的ORL人脸数据集，利用PCA进行进行降维，然后用SVM进行数据集的分类和训练。上传文件内包含libSVM3.2安装包(The classical ORL face dataset is used for dimension reduction by PCA, and then SVM is used to classify and train the dataset.)