搜索资源列表
chengxu
- 这是基于PCA的人脸识别，用MATLAB编写，包含了K-L变换，奇异值分解等方法，且采用了最小距离分类器-This is based on the PCA face recognition, using MATLAB to prepare, including the KL transform, singular value decomposition and other methods, and the use of the minimum distance classifier
Classifier_min_dist_f
- 最小距离分类器，matlab环境下，可直接调用-Minimum distance classifier, matlab environment, can be directly invoked
facedetection
- PCA、LDA人脸检测，压缩包里实现了PCA、LDA、最小距离分类器，人脸检测！-PCA, LDA face detection, compression bag to achieve the PCA, LDA, minimum distance classifier, face detection!
leipingjun
- 利用类平均距离法，对遥感图像进行分类，操作时调用函数-Use the average distance category, the classification of remote sensing images, call the function when
daima
- （压缩包里一共有5个代码） pca+lda+粗糙集+模糊神经网络 saveORLimage.m将ORL人脸库分为测试集ptest和训练集pstudy存为imagedata.mat 1.savelda.m将人脸库先进行pca降维，再用lda进行特征提取，得到新的测试集ldatest和训练集ldastudy存为imageldadata.mat 2.对ldastudy进行离散化(discretimage.m)，得到离散化矩阵disdata,存入到imagedisdata.mat
pattenrecongition
- 通过用最小距离分类判别方法，用MATLAB程序找出最小距离分类判别时的识别界面，从而进行识别已知的两类训练样本，并分析其识别错误率。-By using minimum distance classifier discriminant method, using MATLAB program to find the minimum distance classifier recognition interface when the judge, which is known to identify
ClassifyHomework
- 模式识别,用平均样本法、平均距离法、最近邻法、K近邻法进行分类。-Pattern recognition, with an average of the sample method, the average distance method, nearest neighbor, K-NN classification.
face
- 人脸识别程序，采用的是knn分类器，基于类内类间距离准则，特征提取。-Face recognition process, using the knn classifier, based on within-class inter-class distance criteria, feature extraction.
osjl
- 基于最小欧式距离的模式识别分类，对于简单直观明了。-Pattern recognition based on the minimum Euclidean distance classification, for simple and intuitive to understand.
PCAW
- 权重PCA程序,程序是在PCA的基础上，对不同的主成分分配适当的权重，得出的算法程序，分类器采用距离分类器。-WPCA code
fenleiqi
- 本程序给出了从背景中分离出行人的matlab源代码.采用提取好的背景和行人的HOG特征,而这些特征又分为未分块和分块两组,所谓分块就是将图片进行细分,提取的特征更细.最后用最小欧氏距离法分类.-This procedure gives the background to separate from the travel people matlab source code. By extracting a good background and pedestrian HOG features, a
knn
- K邻域模式识别方法 KNN算法不仅可以用于分类，还可以用于回归。通过找出一个样本的k个最近邻居，将这些邻居的属性的平均值赋给该样本，就可以得到该样本的属性。更有用的方法是将不同距离的邻居对该样本产生的影响给予不同的权值(weight)，如权值与距离成正比。-k-Nearest Neighbor algorithm
fenlei1
- 利用提出的纹理灰度值进行最小距离分类遥感图像-Using the proposed minimum distance of gray value texture classification of remote sensing image
matlab-code-based-image-retrieval
- 基于图像检索的matlab代码，基于内容的图像检索中的一些关键环节：特征提取：颜色直方图；纹理特征等 相似度：马氏距离，欧氏距离等 相关反馈：机器学习方法，如SVM，神经网络等 检索与分类：两个很相似的样本距离很小，虽然两个不相似的样本距离未必很大-content-based image retrieval of some of the key issues : Feature Extraction : color histogram Texture characteristics of si
matlab-face
- 基于PCA和欧几里得距离判据的模板匹配分类器-Euclidean distance criterion based on PCA and template matching classifier
matlab-code
- 随机撒点程序 对随机撒的点进行分类 按距离进行分类-Random scatter point program for random scatter of points clas
matlab
- 里边包含了一个如何区分6和9的代码以及用最小距离法、梯度法以及K-NN方法对样本进行的分类代码-Inside contains an example of how to distinguish between 6 and 9, as well as the code with the minimum distance method, the gradient method and K-NN method for sample classification codes
lda-0.2-matlab
- matlab判别分析，基本思想是将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的子空间有最大的类间距离和最小的类内距离，即模式在该空间中有最佳的可分离性。-matlab discriminant analysis, the basic idea is to sample the high-dimensional pattern projected onto the optimal discriminant vector space, i
matlab表情识别
- Matlab表情识别，特征脸[1 ]作为面部表情分类的方法。首先，利用训练图像创建低维人脸空间（pca）。这是通过训练图像集主成分分析（PCA）及图片主成分分析（即具有较大特征值的特征向量）获得的。 结果，所有的测试图像以所选择的主成分表示，计算投影图像与所有投影列车图像的欧几里得距离，选择最小值以找出与试验图像最相似的训练图像。(The feature face [1] is used as a facial expression classification method. Firstly,
鸢尾花分类
- 使用四种方法进行鸢尾花分类：最小距离分类器，K 近邻法，感知器，Fisher 准则。(Four methods are used to classify iris: minimum distance classifier, K-nearest neighbor method, perceptron and Fisher criterion.)