搜索资源列表
craete_swissroll
- 人工产生swissroll数据集，方便一些降维方法的效果验证
create_scurve
- 人工产生scurve数据集，方便一些降维方法的效果验证
对高维数据采用PCA进行降维处理
- 对高维数据采用PCA进行降维处理，主成分个数采用累积方差贡献率的方法确定
MATLABforGUIdesign
- 介绍了一种荃于MATLAB数字信号处理工具箱、MATLAB数据分析和MATLAB圈形对 象的时变数字信号瞬时频率枯计方法。这种方法利用时频分析结果来估计信号的麟时频率，其 中涉及时频分析、滤波、曲线拟合辞多种处理过程。处理过程的编程实现封较于用户界面上作 为文互工具的控件中，由用户通过交互界面逐步完成估计瞬时预率的工作.-Tsuen introduced a digital signal processing in the MATLAB toolbox, MATLAB and MAT
IsomapR1
- 一种有效的降维方法的源代码，原始的，可以很方便的改进。-it is easy to understand, monifoid leaning
lsdasvm
- 这是MATLAB学习LSDA降维方法的核心程序，将降维后的特征用支持向量机进行训练和识别！-This is a MATLAB dimension reduction methods to study the core of LSDA process will feature after dimension reduction using support vector machine training and recognition!
pca
- PCA降维方法,这是一个针对图像处理的PCA降维处理方法-The method of PCA,whic is used in the image processing.
PCAxmeas_fault1
- 主元分析方法（PCA）是一种基于多元统计分析的数据降维方法, 它利用过程变量间的相关关系, 建立正常工况下的主元模型, 通过检验新的数据样本相对于主元模型的背离程度, 从而发现异常和故障。 -Principal Component Analysis (PCA) is based on multivariate statistical analysis of the data reduction method, which uses the correlation between process
jiangwei2
- 降维状态观测器是非常重基于T变换的降维观测器设计方法。要的一类观测器-Reduced-order state observer is very important dimension reduction based on T transform observer design method. To a class of observer
CODE
- 1.GeometricContext文件是完成图片中几何方向目标分类。 参考文献《Automatic Photo Pop-up》Hoiem 2005 2 GrabCut文件是完成图像中目标交互式分割 参考文献《“GrabCut” — Interactive Foreground Extraction using Iterated Graph Cuts》 C. Rother 2004 3 HOG文件是自己编写的根据HOG特征检测行人的matlab代码 4 虹膜识别程序
lle
- 局部线性降维方法LLE 用于高维空间数据的降维处理-Local linear dimension reduction methods for high dimensional data LLE dimensionality reduction process
lle_and_pca
- 实现lle和pca的matlab编程，主要目的是比较lle和pca这两个高维数据降维方法的性能，各有所长。-Use matlab to realise lle and pca ，the purpose is to compare lle and pca，which reduce high dimension data to low data dimension，and each has advantage！
features-dimensionality-reduction
- 特征降维方法，其中包含有典型的特征组合方式——PCA和特征选择中的SFFS，SBS，SFS。共四类常用的特征降维方式。-different features dimensionality reduction methods.
lle
- LLE算法是一种非线性数据降维方法，其特点是简单。-LLE algorithm is a kind of nonlinear data dimension reduction method. Its characteristic is simple
特征降维
- 各种降维的方法，KPCA,KLDA,KLPP，应有尽有
数据降维工具箱
- 数据降维matlab程序包，几乎涵盖了所有的主流数据降维方法(Data dimensionality reduction matlab package covers almost all the mainstream data reduction methods)
降维
- 各种降维方法集合，在处理高维数据上亲测有效，希望对大家有帮助(A collection of various dimensionality reduction methods that can handle high dimensional data)
lda-0.2-matlab.tar
- lda降维方法源码，lda 方法有很牛逼的降维效果，对分类精度有很大的提升(lda dimension reduction method source code, lda method is very Niubi dimension reduction effect, classification accuracy has greatly improved)
compute_mapping
- 输入： 二维矩阵；输出：降维结果； 共包含34种降维方法，线性/非线性；局部/全局；监督/非监督(Input: 2-D matrix; output: dimension reduction result; contains 34 dimensionality reduction methods, linear / nonlinear; local / global; supervised / unsupervised.)
tsne降维算法
- tsne降维算法，目前最好用的降维方法之一 可直接使用