搜索资源列表
-
0下载：
主分量分析(PCA ) 是统计学中分析数据的一种有效的方法, 可以将数据从高维数据空间变换到低维特征空间, 因而
可以用于数据的特征提取及压缩等方面。在该文的形状识别系统中, 用PCA 法提取图像的形状特征, 能够较好地满足识别
层的输入要求。在识别层研究了3 种识别方法: 最近邻法则、BP 网络及协同神经网络方法, 均取得了满意的实验效果。-Principal component analysis (PCA) is a statistical analysis of data in a
-
-
1下载：
用神经网络中的PCA算法对人脸图像进行压缩及恢复-PCA with a neural network algorithm for image compression on the face and back
-
-
0下载：
the code conducts the image compression of the gray scale image up to 90 using 4 algos fft wavelet pca and cosine transform-the code conducts the image compression of the gray scale image up to 90 using 4 algos fft wavelet pca and cosine transform
-
-
0下载：
结合PCA和Wavelet进行图像压缩和特征提取等方面的研究-fuse wavelet and PCA for image compression,denoise and feature extraction
-
-
0下载：
进行pca提取，实现对于图像的压缩，有利于图像的进一步处理-To pca extract further processing for image compression, image
-
-
0下载：
主成分分析算法（PCA），可用于降维，也可用于处理图像相关性问题，提取主成分，分析图像细节信息和主要成分，用于图像压缩也可以-Principal component analysis algorithm (PCA), can be used for dimensionality reduction, can also be used to process images related issues, extracted principal component analysis and main
-
