搜索资源列表
复杂网络提取图像边缘特征
- 使用复杂网络提取图像边缘特征并进行识别的源代码，采用PCA_LDA算法对特征进行降维分类识别，识别效率很高。鲁棒性好
LDA-Reconginatin Matlab LDA降维经典程序
- Matlab LDA降维经典程序 外国人Jonathan Huang写的LDA matlab程序，用于多维特征的降维 -Matlab LDA dimension reduction procedures foreigners Jonathan Huang classic written LDA matlab program for multi-dimensional characteristics of the dimension reduction
PCA_LDA.rar
- 《机器学习》课上的作业，PCA和LDA降维，尽管网上很多，但很少注释，另外细节上也没注意。这里有很详细的注释。另外还附上一个Naive贝叶斯分类器，大家可以作比较。附带的图像包是OLR人脸。ReducedDim为想要提取的特征数，不是百分比！," Machine learning" classes on the homework, PCA and LDA dimensionality reduction, even though a lot of online, but f
pca
- 主成分分析程序，可用于数据降维及特征提取。-Principal component analysis procedures, can be used for data dimensionality reduction and feature extraction.
PCA
- 对输入的高维特征向量进行pca降维后输出低维的特征向量-PCA dimensionality reduction
empca
- EMPCA算法的函数代码，附带有训练测试数据集，用于特征降维等方面。-Algorithm EMPCA function code, attached to the test data set there is training for the characteristics of dimensionality reduction and so on.
PCA
- 主成分分析的代码，降维的工具，特征提取降维的工具-PCA code
ica_appD_demo
- 高校的ICA计算代码，广泛用于特征选择，降维，目标识别等-Colleges and universities ICA calculation code, widely used in feature selection, dimensionality reduction, target identification, etc.
DCT
- 本文设计基于DCT的人脸识别系统，首先结合当今人脸识别的背景和发展状况讨论了人脸识别的研究内容及在各方面的应用；然后研究了人脸识别进行预处理，讨论了人脸识别预处理的其他方法，分析各种方法的利弊，最后采用DCT（离散余弦变换）实现人脸图像预处理中的降维处理；接下来对人脸图像的特征提取进行了研究，简单叙述了几何特征提取和代数特征提取，同时深入研究了基于DCT和PCA变换的人脸图像特征提取，从而实现是否对人脸识别系统识别率有所提高的研究；对于分类器的选择，本文对两种分类器进行了探讨，即最近邻分类器和B
pca
- pca主成分分析，matlab程序，用于图像特征提取，降维等 有中文注释-Principal component analysis
PCAandLDA
- 用pca 和 lda 实现数据的降维,加快机器的特征提取的速度。-Pca and lda of data with dimension reduction, feature extraction to speed up the speed of the machine.
mds
- 本代码是关于Multi-Dimensional Scaling（MDS）的代码，可以用于特征提取、特征选择，或是矩阵降维。-This file is part of the Matlab Toolbox for Dimensionality Reduction v0.4b. You are free to use, change, or However,
特征降维
- 各种降维的方法，KPCA,KLDA,KLPP，应有尽有
pca_fld
- 这是主成分分析pca和fld的代码，主要实现特征降维。(This is the principal component analysis of pca and fld code, the main feature reduction dimension.)
PCA0118
- PCA降维，将特征以二维矩阵形式输入，对特征进行降维处理。(PCA dimension reduction, the characteristics of a two-dimensional matrix input, the feature dimensionality reduction.)
1.pdf
- 特征降维的一种方法, 文章是英文文献，文章最后附有代码(a kind of method of feature dimensionality reduction)
降维code
- 了解降维、特征筛选等基本原理 掌握PCA、SVD、LAD和NMF等算法实现及应用(Understand the basic principles of dimensionality reduction and feature selection Master the algorithm implementation and application of PCA, SVD, lad and NMF)
PCA+mnist
- 基于python，利用主成分分析（PCA）和K近邻算法（KNN）在MNIST手写数据集上进行了分类。 经过PCA降维，最终的KNN在100维的特征空间实现了超过97%的分类精度。(Based on python, it uses principal component analysis (PCA) and K nearest neighbor algorithm (KNN) to classify on the MNIST handwritten data set. After PCA dime
核主元分析（Kernel principal component analysis ，KPCA）在降维、特征提取以及故障检测中的应用
- 主要功能有： （1）训练数据和测试数据的非线性主元提取（降维、特征提取） （2）SPE和T2统计量及其控制限的计算 （3）故障检测 KPCA的建模过程（故障检测）： （1）获取训练数据（工业过程数据需要进行标准化处理） （2）计算核矩阵 （3）核矩阵中心化 （4）特征值分解 （5）特征向量的标准化处理 （6）主元个数的选取 （7）计算非线性主成分（即降维结果或者特征提取结果） （8）SPE和T2统计量的控制限计算
Relieff特征选择算法
- Relieff特征选择算法，用于特征降维，选择权重比高的的特征。