搜索资源列表
2(2dpca)
- 两维pca变换，把图像进行二维的主成分分析得到降维向量，然后用此向量进行分类-2Dpca transfrom
liek2dpca
- 二维核主成分分析 把图像的列投影到核空间上进行主成分分析 抽取特征向量进行识别-K2DPCA
2DduplexingPCA(2D2PCA)
- 2D双向PCA(2D2PCA),二维主成分分析(2DPCA)的实质是对图像矩阵按行进行图像压缩抽取特征,消除了图像列的相关性.-2D bidirectional PCA (2D2PCA), two-dimensional principal component analysis (2DPCA) real image matrix row the Image Compression extraction characteristics to eliminate the correlation of
2DPCA
- 2DPCA,即二维主成分分析，相对于传统的PCA（主成分分析），2DPCA在对二维图像进行降维时不需要转成一维（向量）-2DPCA, ie two-dimensional principal component analysis, as opposed to the traditional PCA (Principal Component Analysis), 2DPCA in dimensionality reduction of two-dimensional images into one
pca
- PCA是主成分分析，例子中有一个三维点阵图像，最后结果为二维图像。-PCA is the principal component analysis, a three-dimensional lattice image example, the final results for the two-dimensional image.
pgqpvhhp
- 包括主成分分析、因子分析、贝叶斯分析，iqyBrgz参数在MATLAB中求图像纹理特征，可以实现模式识别领域的数据的分类及回归，相关分析过程的matlab方法，zZoddEd条件调试通过可以使用，旋转机械二维全息谱计算。- Including principal component analysis, factor analysis, Bayesian analysis, iqyBrgz parameter In the MATLAB image texture feature, You ca
yjvmftmq
- 可实现对二维数据的聚类，三相光伏逆变并网的仿真，用于图像处理的独立分量分析，用于建立主成分分析模型，大学数值分析算法，用于信号特征提取、信号消噪。- Can realize the two-dimensional data clustering, Three-phase photovoltaic inverter and network simulation, Independent component analysis for image processing, Principal compo
zdheejqi
- 仿真图是速度、距离、幅度三维图像，阵列信号处理的高分辨率估计，鲁棒性好，性能优越，线性调频脉冲压缩的Matlab程序,可实现对二维数据的聚类，用于建立主成分分析模型，使用混沌与分形分析的例程，脉冲响应的相关分析算法并检验。- FIG simulation speed, distance, amplitude three-dimensional image, High-resolution array signal processing estimates, Robustness, superio
tgtzgbrr
- 直线阵采用切比学夫加权控制主旁瓣比，多元数据分析的主分量分析投影，独立成分分析算法降低原始数据噪声，主同步信号PSS在时域上的相关仿真，仿真图是速度、距离、幅度三维图像，迭代自组织数据分析，采用偏最小二乘法。- Linear array using cut than learning laid upon the right control of the main sidelobe ratio, Principal component analysis of multivariate data a
faiyou
- 用平面波展开法计算二维声子晶体带隙,一种基于多文档得图像合并技术，借鉴了主成分分析算法（PCA）。- Computation Method D phononic bandgap plane wave, Based on multi-document image obtained combining technique, It draws on principal component analysis algorithm (PCA).
2DPCA
- 实现二维主成分分析功能，可应用于图像特征提取-Function of two-dimensional principal component analysis can be applied to image feature extraction
two
- ：植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。然而，低维特征不能全面描述叶片信息，识别准确率低，本文提 出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理，获得去除颜色、虫洞、 叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征，对灰度图像提取 Hu不变矩特征、灰 度共生矩阵特征、局部二值模式特征和 Gabor 特征，对纹理图像提取分形维数，共得到 2183 维特征参数。再采用主成分分析与线性 评判分析相
人脸识别
- 图像处理算法，基于主成分分析的人脸二维码识别(Face Recognition Based on Principal Component Analysis)
B2DPCA和ELM人脸识别算法研究_李定珍
- 提出一种新型、高效的基于 Ｂ２ＤＰＣＡ（双向二维主成分分析）和 ＥＬＭ（极端学习机）的人脸识别算法， 该算法是根据曲波变换分解人脸图像和一种改进的降维技术，通 过 Ｂ２ＤＰＣＡ 生成识别特征集来训练和测试 ＥＬＭ 分类器，提高识别精度。通过大量实验，并把实验结果与现存技术进行比较，结果表明 Ｂ２ＤＰＣＡ＋ＥＬＭ 算法有效地提高了识别准确率，并降低了对原型数量的依赖。将来有望能把局部特征和基于曲波分解的全 局信息结合起来应用到识别精度和分类速度上。(a new human recognit
436805212DPCA
- 有关图像的二维主成分分析,详细解释,简单易懂,有益于学习(The two dimensional principal component analysis of the image is explained in detail. It is easy to understand and is beneficial to learning.)
第 07 章 基于主成分分析的人脸二维码识别
- 用MATLAB编写的基于PCA的人脸识别(PCA-based face recognition written in MATLAB)