搜索资源列表
CalcLDA
- PCA---主成分分析 LDA---线性区别分析此类实现结合两者的有缺点实现图像模式识别,其中需要有矩阵类-PCA principal component analysis --- --- LDA linear discriminant analysis combining the two to achieve such a flawed it Image is pattern recognition, which requires matrices
malic-0.0.9.1.tar
- Malic是一个完整的Linux下的人脸识别系统源代码，它是SourceForge上的一个开源项目，使用Malib实现实时处理，CSU Face Identification Evaluation System进行人脸识别。算法包括：主成份分析(principle components analysis (PCA)),a.k.a eigenfaces算法,混合主成份分析,线性判别分析(PCA+LDA),图像差分分类器(IIDC),弹性图像匹配算法(EBGM)
pca_lda_study
- 实用可能的主成分分析(PCA)和线性判别分析(LDA)，训练和检查，
DCC
- 基于典型相关性的线性鉴别分析，先用PCA对数据降维之后，再结合典型相性鉴别分析来得到转换矩阵-Based on a typical linear correlation analysis to identify, first PCA for data reduction, the combined analysis to identify the typical phase of the transformation matrix obtained
linear
- 手写体识别中，对于阿拉伯数字的识别。常用的模式分类方法都可以应用。这个小程序使用的方法是线性判别分析-Handwriting recognition, for identification of Arabic numerals. Commonly used pattern classification methods can be applied. This small program uses the method is linear discriminant analysis
Targetidentificationforthelinearanalysistoidentify
- 用于目标识别的线性辨别分析主程序,尤其是多目标识别的应用。-Target identification for the linear analysis to identify the main program, in particular, many object recognition applications.
LDA_ORL
- 人脸识别程序,基于LDA的线性分析程序,希望大家来-LDA FACE
CorrectCarNoImageAndRegnize
- 一种车牌图像校正新方法 【摘要】因摄像机角度而造成的机动车牌图像倾斜会对其后继的字符分割与识别带来不利的影响。本文在分析了车牌倾斜模式的基础上,提出了一种基于最小二乘支持向量机（LS-SVM）的车牌图像倾斜校正新方法。通过LS-SVM线性回归算法求取坐标变换矩阵并对畸变图像进行旋转校正。主要方法：首先,将二值倾斜车牌图像中的像素转换为二维坐标样本,并构造图像数据集 再通过LS-SVM线性回归算法对该数据集进行回归,求取主要参数 最后,再由该参数转换为能反映图像倾斜方向的2维坐标变换矩阵。实验
AComparativeStudyonFaceRecognitionUsingLDA-BasedAl
- 线性判别分析(LDA)是一种较为普遍的用于特征提取的线性分类方法。但是将LDA直接用于人脸识别 会遇到维数问题和“小样本”问题。人们经过研究，通过多种途径解决了这两个问题并实现了基于I,DA的人脸识 别 文章对几种基于LDA的人脸识别方法做了理论上的比较和实验数据的支持，这些方法包括Eigenfaces、Fish— erfaceS、DLDA、VDLDA及VDFLDA。实验结果表明VDFLDA是其中最好的一种方法。-Low—dimensional feature representat
LDA
- 基于线性鉴别分析的人脸识别。本程序在ORL人脸库上进行了实验，检验LDA算法的识别率-Linear Discriminant Analysis for Face recognition.
2DLDA
- 基于二维线性鉴别分析的人脸识别，在ORL人脸库进行了识别率的测试-Two-dimensional Linear Discriminant Analysis for Face Recognition.
ImprovedGaitRecognitionApproach
- ：步态识别通过人体走路的姿势来识别人的身份。近年来，步态作为一种生物特征识别技术备受计算机视觉研究者的关注。对某个 人的一个步态序列利用动态 Viterbi 算法得到一个样本姿态序列，对其多个步态样本姿态序列的对应姿态取平均得到这个人的特征姿态序 列，对特征姿态采用主成分分析法和线性判别分析法处理特征空间，并用最近邻法进行识别。利用 CASIA 数据库对本文方法进行验证， 取得了较高的识别率，并对体形变化具有较强的鲁棒性-Human gait recognition is the p
PRLDA
- 这是模式识别中经典的LDA（线性鉴别分析）的matlab程序，对模式识别人员极有用。-This is the classic pattern recognition LDA (linear discriminant analysis) of the matlab program, very useful for pattern recognition staff.
EEG-based-identification-method
- ：基于脑电信号的身份识别是通过采集试验者的脑部信号来进行身份认证。对于同一个外部刺激或者主体在思考同一个 事件的时候，不同人的大脑所产生的认知脑电信号不同。选取与运动意识想象有关的电极后，分析不同个体在特定状况下脑 电的个体差异，采用以回归系数、能量谱密度、相同步、线性复杂度多种信号处理结合方法对运动想象脑电信号进行处理来 进行特征提取。组合多元特征向量并运用多层BP 神经网络对不同个体的脑电信号进行分类，并在不同的意识想象及不同数 据长度、不同的波段对试验者进行识别率验证分析。
Fisher
- 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
Pattern-Recognition_MATLAB_1
- 线性分类器设计，1_k近邻法，剪辑法，ANN-BP神经网络法，聚类分析法，特征选择，特征提取等模式识别常用算法，内有matlab可运行实现，还有word文档的说明。对于学习，是做好的资料。-Commonly used algorithm for linear classifier design the 1_k nearest neighbor, clip, ANN-BP neural network method, cluster analysis, feature selection, fea
FisherFace1
- 基于Fisher线性判别分析的人脸识别算法代码。内涵ORL人脸数据库-The code for face recognition based on Fisher LDA.And a database of face called ORL is included.
FLDA
- 基于Fisher线性判别分析的人脸识别代码。内涵ORL人脸库。-Code for face recognition based Fisher LDA,and a face data called ORL is included.
LDA
- 线性判别分析LDA人脸识别代码，识别率计算-Linear discriminant analysis LDA face recognition code recognition rate
LDA
- 线性判别式分析(Linear Discriminant Analysis, LDA)，也叫做Fisher 线性判别(Fisher Linear Discriminant ,FLD)，是模式识别的经典算法,新手学习的良好素材-Linear discriminant analysis (Linear Discriminant Analysis, LDA), also known as Fisher linear discriminant (Fisher Linear Discriminant, FL