搜索资源列表
PCA-SVM
- 在PYTHON里面，采用LIBSVM，实现对TE数据的多类故障的分类。-In PYTHON inside, using LIBSVM, TE data to realize the classification of many types of failures.
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
pca-svm
- 使用pca和svm方法对表情进行分类，有较高的识别准确率-The use of pca and expression svm classification methods, which have a higher recognition accuracy
pca
- pca lda knn 进行分类的pca部分的代码-pca lda knn classification of the pca part of the code
pca
- pca分类算法，3个参数，一个是样本数据x，另外一个是主成分累积贡献率的一个闸值，作为选定主成分个数的一个重要数据。-pca classification algorithm, three parameters, one is the sample data x, the other is the main component of the cumulative contribution rate of the value of a gate, as the number of selected
PCA-SVM
- 人脸识别程序 程序源代码可见 识别精度高PCA-SVM-Face Recognition program PCA-SVM
PCA
- 基于主分类分析的SAR图像变化检测MATlt实验程序-Based on the analysis of the main SAR image classification change detection experiment
PCA
- 模式识别作业-完全自编仿真程序。先用PCA对IRIS数据集进行降维，然后用最小错误法对降维的数据进行分类。压缩包中既包括matlab源代码，又有自己写的报告，还有.MAT格式的IRIS数据集用作程序调用。程序有详细注释，很容易懂。最后结果输出到txt文件中。-Pattern recognition operations- completely self simulation program. First on the IRIS data set with PCA dimension reduct
gabor-pca
- 本程序是先用gabor小波变换对人脸图像处理，然后在用pca进行降维，最后用svm分类器进行多分类分类识别，包扩完整的orl人脸库，需注意的是，svm工具箱是用的libsvm工具箱，运行前先配置好libsvm。版本号：libsvm-mat-2[1].89-3[FarutoUltimate3.0]-This procedure is to use the human face gabor wavelet transform image processing, and then to reduce
PCA
- 用pca分类器将Iris数据分开，并分析pca分类器的特点-Classifier with the Iris data pca separate and analyze the characteristics of classification pca
PCA-and-SVM-Face-recognition
- 采用PCA对人脸特征进行抽取，用SVM多累分类器对人脸进行识别，有操作界面-Using PCA for facial feature extraction, and more tired with the SVM classifier for face identification, a user interface
mine-fisher-pca
- PCA分类，用于较好的去噪降维，matlab的各种自适应仿真分析。。自适应信息处理的算法、方案繁多，究其实质可归纳为遵循最小均方误差(Least Mean Square，LMS)准则及最小二乘-PCA classification for better denoising dimensionality reduction, a variety of adaptive matlab simulation analysis. . Adaptive information processing alg
用PCA（非工具包，自写）实现LDA
- 上了一门统计分析的课程，所有课程所学内容均不允许使用工具包，特自写PCA，实现LDA线性分类，希望可以与大家分享，一起学习参考，
基于PCA和三阶近邻的人脸识别
- 这是一个基于的主成分分析和三阶近邻分类器的人脸识别算法，算法用MATLAB编写，简单实用，保证能够运行出来，特别适合初学者使用学习。
]ORL+PCA+SVM-11
- 编写了用户界面程序实现ocr人脸数据集的识别，使用了svm分类器(A user interface program is developed to realize the recognition of OCR face data set, and the SVM classifier is used)
PCA-SVM-master
- PCA/SVM算法实现图像分类，分类准确率可到达90%(Image classification by PCA/SVM algorithm)
PCA
- 采用INP数据（145*145*200），该数据有16个类别， PCA进行数据降维，然后对降维数据采用kNN分类（k=1）。(Using INP data (145*145*200), the data has 16 categories, PCA carries out data reduction, and then uses kNN classification for dimensionality reduction data (k=1).)
PCA
- 对高维图像进行PCA和KNN分类器处理转换为低维图像(use PCA and KNN for high dimensional image)
PCA+SVM
- 采用经典的ORL人脸数据集，利用PCA进行进行降维，然后用SVM进行数据集的分类和训练。上传文件内包含libSVM3.2安装包(The classical ORL face dataset is used for dimension reduction by PCA, and then SVM is used to classify and train the dataset.)
classification
- 实现PCA分类.1、进行PCA的交叉检验。2、对数据进行PCA降维。3、进行分类，交叉检验。4、构造训练和测试的数据(PCA classification,Cross validation of PCA,PCA dimensionality reduction for data.)