搜索资源列表
HotellingT2
- 计算HotellingT2的一个非常重要的函数，可以应用在多元统计过程中，比如化工工程监控等-a intricate function to compute HotellingT2,which can be used in mutivariance statistical analysis, for example in chemical process monitoring
Hotelling_KLT_MATLAB
- KLT(PCA,EIGEN T, HOTELLING T) for MATLAB
Untitled56
- HOTELLING TRANSFORMATION
基于PCA的人脸识别
- 主成分分析法(principal conponent analysis, PCA)也叫Hotelling变换或特征脸法，是基于 K-L变换基础上研发得到的。该方法的核心是能够降低图像空间的维度，具体做法是将原始的数据通过某种线性变换从高维度空间转变到低维度空间中，这些数据彼此不相关，根据贡献率选取最大的前一部分，使原数据具有最大的变化量，对后面的图像也向这个空间投影，然后比较它们之间的距离来确定类别关系。PCA方法的缺点是对光照问题比较敏感。
hotelling T2算法
- Hotelling T2检验是一种常用多变量检验方法，是单变量检验的自然推广，常用于两组均向量的比较。