搜索资源列表
face
- pca人脸识别,利用主成分分析进行人脸检测和识别-pca face recognition
PCA-based-on-OpenCV-and-cPP-
- 一篇用于理解PCA主成分分析的文章，该文章用基于Opencv和C++的源码对PCA进行说明。-One used to understand the PCA principal component analysis of the article, the article described the PCA-based the Opencv and C++ source.
ShiDz
- 主成分分析,求图像的主成分分析，画出直线来显示 PCA-Principal component analysis PCA
face-recognition
- 主成分分析（PCA）方法是人脸识别技术中常用的一种一维特征抽取方法。基于PCA的人脸识别。-Principal component analysis (PCA) method is commonly used in face recognition technology as a one-dimensional feature extraction methods. A face recognition algorithm based on PCA .
PCA_implementation
- PCA(主成分分析)的步骤详解及实现，并且与opencv中的PCA函数进行了对比。-Introduction and implementation of PCA(Principal component analyse),and also include the comparison with PCA function in Opencv
pca
- 利用OpenCV库函数实现PCA（主成成分分析）算法，该算法是经典人脸识别算法Eigenface里的核心算法。-Use OpenCV library functions achieve PCA (Principal Component Analysis into) algorithm, which is a classic face recognition algorithm Eigenface in core algorithm.
pca
- 在许多领域的研究与应用中，往往需要对反映事物的多个变量进行大量的观测，收集大量数据以便进行分析寻找规律。多变量大样本无疑会为研究和应用提供了丰富的信息，但也在一定程度上增加了数据采集的工作量，更重要的是在多数情况下，许多变量之间可能存在相关性，从而增加了问题分析的复杂性，同时对分析带来不便。如果分别对每个指标进行分析，分析往往是孤立的，而不是综合的。盲目减少指标会损失很多信息，容易产生错误的结论。 因此需要找到一个合理的方法，在减少需要分析的指标同时，尽量减少原指标包含信息的损失，