搜索资源列表
pca
- 一种主元分析的人脸识别matlab源码，利用SVD分解提取主分量进行人脸识别
image(PCA)
- 这是介绍应用主成分分解(PCA)法的图像融合技术的论文，出自万方数据库。
pca
- 运用奇异值分解定理的PCA方法在ORL人脸库上进行人脸识别，分类器为最近邻分类器,-The use of singular value decomposition theorem of PCA method in ORL face database for face recognition, nearest neighbor classifier for the classifier,
chengxu
- 这是基于PCA的人脸识别，用MATLAB编写，包含了K-L变换，奇异值分解等方法，且采用了最小距离分类器-This is based on the PCA face recognition, using MATLAB to prepare, including the KL transform, singular value decomposition and other methods, and the use of the minimum distance classifier
empca2.tar
- 模式分类中应用到的PCA算法，包括其奇异值分解SVD算法。可用来降维提取主元素等。-pattern classification applied to the PCA algorithm, including its SVD singular value decomposition algorithm. Can be used to take down the main Viti Levu and other elements.
xxfc
- 全主元高斯约当消去法 2.LU分解法 3.追赶法 4.五对角线性方程组解法 5.线性方程组解的迭代改善 6.范德蒙方程组解法 7.托伯利兹方程组解法 8.奇异值分解 9.线性方程组的共轭梯度法 10.对称方程组的乔列斯基分解法 11.矩阵的QR分解 12.松弛迭代法-PCA-wide Gauss Jordan elimination method 2.LU decomposition method 3. To catch up with law 4.
pcakenelfunction
- pca分解的核函数，在pca分解中可以用到，特别是分解的矩阵维数比较高的情况下，通过svd分解获得pca基-pca decomposition of the kernel function, in the pca decomposition can be used, in particular the decomposition of the matrix of higher dimension, through the svd decomposition was pca-based
nmf
- 非负矩阵分解法，这一种新型的子空间分解方法，增加了非负性约束，比PCA、ICA更有效-Non-negative matrix factorization method, which a new type of sub-space decomposition method, an increase of non-negative constraint, compared with PCA, ICA is more efficient
PCA
- 进行PCA分解，由迭代算法，算出得分向量和负荷向量-something about PCA
wt_pca
- matlab实现的小波分解和pca结合的人脸识别算法，识别率较好-matlab implementation of wavelet decomposition and pca combination of face recognition algorithms, a better recognition rate
matlab
- ) 使用分块的主成分分析方法(PCA)对人脸图像进行压缩编码。针对PCA方法计算量大的缺点,首先把问题转化成奇异值分解(SVD)问题,然后设计了特征空间的更新算法,通过递推,简化每一步计算的计算量,达到了实时编码的要求。 4) 在Windows平台下基于Video for Windows(VFW)接口开发了人脸视频图像编码和解码的实验系统,该系统实现了图像采集、图像显示、编码、解码等功能。-) The use of sub-blocks of principal component analys
teacher_fortran
- LU分解法 修正的LU分解法 高斯全选主元法 雅克比矩阵等算法-LU decomposition LU decomposition method modified Gaussian Select PCA Fnac other than the matrix algorithm
PCA
- 关于PCA图像融合的详细资料，像素级图像融合技术的研究与进展，应用主成分分解PCA法的图像融合技术-The pca image details of the integration of the image of a united and progress, the application of the main ingredients into the image of technology convergence pca
medicalcengshu
- ：根据小波低频子带图像的轮廓模糊度和高频子带图像的细节信息量随小波分解层数增多而增多的规律，从图像熵 出发，提出了一种基于低频子带图像熵差的最佳小波分解层数选择法, 该方法通过计算不同分解层数下各低频子带的图像 熵差，选择最接近原始图像熵差的分解层数作为最佳分解层数。用多种基于小波变换的图像融合法分别对两组医学图像进 行仿真实验，结果表明根据该分解层数选择法得到的融合图像目视效果最好，与相关系数、峰值信噪比、模糊Chebyshev 距离 值等客观评价指标保持了很好的一致性。
PCAbased-Laplacian-pyramid
- 本文阐述了基于主元分析的拉普拉斯金字塔图像融合的原理和方法:首先对原图像分别进行拉普拉斯 金字塔分解,然后分别对高频部分采用主元分析（PCA）法融合,对低频部分采用平均梯度法进行融合,最后对 拉普拉斯金字塔做反变换得到最终的融合图像。通过对可见光与红外图像的融合，以及对不同焦距图像融合 的结果分析，该算法比单纯的PCA和拉普拉斯图像融合能得到具有更多有用信息的高对比度的融合图像-In this paper, principal component analysis based on
45
- 一个简单的图像稀疏分解的例子，用了PSO—PCA分解，得到了一个较好的重构图像-A simple example of image sparse decomposition, using PSO-PCA decomposition and get a better reconstruction images
LRSD
- 用于分析Robust PCA对应的MATLAB程序，将一个矩阵分解为低秩和稀疏矩阵的形式(This paper analyzes the MATLAB program corresponding to Robust PCA, and decomposes a matrix into a form of low rank and sparse matrix.)
Robust PCA
- 用于拉格朗日函数分解运算的PCA算法，MATLAB程序实现(PCA algorithm for decomposition operation of Lagrange function)
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
pcaeig
- 实现降维，提取特征，本程序是为了实现特定图片的分类，使用pca降维，然后提取出特征，那就可以使用分类器分类(Realization of dimensionality reduction and feature extraction)