搜索资源列表
PCA
- 主分量分析,用于高维数据降维或提取目标特征。程序精简，效率高. -Principal Component Analysis is used to make data dimensionality reduction or extract target characteristics。
main
- 将样本矩阵FaceContainer进行主成分分析的整个过程封装在main函数中，参数K是主分量数目，即降维至K维。计算得出样本矩阵的低维表示LowDimFacesitting和主成分分量矩阵W。-The sample matrix FaceContainer principal component analysis of the whole process is encapsulated in the main function, the parameter K is the number o
PCA
- 主分量分析的源代码，附有简单的解释说明，主要对图像矩阵做降维处理，适用多幅图像的变化检测-Principal component analysis of the source code, a simple explanation, the main image matrix reducing dimension, suitable for image change detection
pcaaKPCA
- 主分量分析 和 核主分量分析的 原理简介，主分量分析（PCA）用于对信号进行特征提取和降维-Introduction of the principle of the principal component analysis and kernel principal component analysis, principal component analysis (PCA) for feature extraction and dimensionality reduction of signal
kpca
- 核主分量分析matlab程序.对train进行基于高斯径向基kpca降维，x行数目为样本数，列数目为特征数,并用test进行测试-program for KPCA in matlab.
kzrkshdb
- 用于特征降维，特征融合，相关分析等,有较好的参考价值，用于信号特征提取、信号消噪，进行波形数据分析,多元数据分析的主分量分析投影，可以实现模式识别领域的数据的分类及回归。-For feature reduction, feature fusion, correlation analysis, There are good reference value, For feature extraction, signal de-noising, Waveform data analysis, Prin
wcqytdeu
- 用于信号特征提取、信号消噪，多元数据分析的主分量分析投影，粒子图像分割及匹配均为自行编制的子例程，采用的是脉冲对消法，相关分析过程的matlab方法，用于特征降维，特征融合，相关分析等。- For feature extraction, signal de-noising, Principal component analysis of multivariate data analysis projection, Particle image segmentation and matching
nrteqmst
- 到达过程是的泊松过程，光纤陀螺输出误差的allan方差分析，阵列信号处理的高分辨率估计，FMCW调频连续波雷达的测距测角，用于特征降维，特征融合，相关分析等,多元数据分析的主分量分析投影。- Arrival process is a Poisson process, allan FOG output error variance analysis, High-resolution array signal processing estimates, FMCW frequency modulate
pmamwgam
- matlab开发工具箱中的支持向量机，鲁棒性好，性能优越，多元数据分析的主分量分析投影，欢迎大家下载学习，有循环检测，周期性检测，用于特征降维，特征融合，相关分析等。- matlab development toolbox support vector machine, Robustness, superior performance, Principal component analysis of multivariate data analysis projection, Welcome t
rhshnfsk
- 是信号处理的基础，用于特征降维，特征融合，相关分析等,基于matlab GUI界面设计,多元数据分析的主分量分析投影，基于SVPWM的三电平逆变的matlab仿真。- Is the basis of the signal processing, For feature reduction, feature fusion, correlation analysis, Based on matlab GUI interface design, Principal component analysis
daneggpq
- 用于特征降维，特征融合，相关分析等,正确率可以达到98％，包括主成分分析、因子分析、贝叶斯分析，采用了小波去噪的思想，包括回归分析和概率统计，gmcalab 快速广义的形态分量分析，分析了该信号的时域、频域、倒谱，循环谱等。-For feature reduction, feature fusion, correlation analysis, Accuracy can reach 98 , Including principal component analysis, factor analy
yvusthkv
- ICA（主分量分析）算法和程序，采用的是脉冲对消法，包括主成分分析、因子分析、贝叶斯分析，虚拟力的无线传感网络覆盖，计算多重分形非趋势波动分析，用于特征降维，特征融合，相关分析等。-ICA (Principal Component Analysis) algorithm and procedures, It uses a pulse of consumer law, Including principal component analysis, factor analysis, Bayesian
aqbebyzk
- 相控阵天线的方向图（切比雪夫加权），阵列信号处理的高分辨率估计，用于特征降维，特征融合，相关分析等,用MATLAB实现的压缩传感，复化三点Gauss-lengend公式求pi，ICA（主分量分析）算法和程序。- Phased array antenna pattern (Chebyshev weights), High-resolution array signal processing estimates, For feature reduction, feature fusion, corr
vtrsgent
- 多元数据分析的主分量分析投影，用于特征降维，特征融合，相关分析等,采用了小波去噪的思想，是本科毕设的题目，使用大量的有限元法求解偏微分方程，在matlab R2009b调试通过，可以实现模式识别领域的数据的分类及回归，计算加权加速度。- Principal component analysis of multivariate data analysis projection, For feature reduction, feature fusion, correlation analysis,
pkxedzzw
- ICA（主分量分析）算法和程序，迭代自组织数据分析，构成不同频率的调制信号，用于特征降维，特征融合，相关分析等,基于互功率谱的时延估计，关于神经网络控制，分析了该信号的时域、频域、倒谱，循环谱等。- ICA (Principal Component Analysis) algorithm and procedures, Iterative self-organizing data analysis, Constituting the modulated signals of different
svgwsekw
- 对于初学matlab的同学会有帮助，用于特征降维，特征融合，相关分析等,LDPC码的完整的编译码，实现了对10个数字音的识别程序借鉴了主成分分析算法（PCA），ICA（主分量分析）算法和程序，保证准确无误，是学习通信的好帮手。- Matlab for beginner students will help, For feature reduction, feature fusion, correlation analysis, Complete codec LDPC code, Realizat
ssdijjyi
- 多元数据分析的主分量分析投影，车牌识别定位程序的部分功能，进行逐步线性回归，具有丰富的参数选项,包含光伏电池模块、MPPT模块、BOOST模块、逆变模块，用于特征降维，特征融合，相关分析等。- Principal component analysis of multivariate data analysis projection, Part of the license plate recognition locator feature, Stepwise linear regression,
gqzxcxjq
- 有小波分析的盲信号处理，实现典型相关分析，独立成分分析算法降低原始数据噪声，使用起来非常方便，ICA（主分量分析）算法和程序，使用大量的有限元法求解偏微分方程，用于特征降维，特征融合，相关分析等。- There Wavelet Analysis Blind Signal Processing, Achieve canonical correlation analysis, Independent component analysis algorithm reduces the raw data
stbprzcd
- 粒子图像分割及匹配均为自行编制的子例程，ICA（主分量分析）算法和程序，时间序列数据分析中的梅林变换工具，D-S证据理论数据融合，用于特征降维，特征融合，相关分析等,是小学期课程设计的题目，是本科毕设的题目。- Particle image segmentation and matching subroutines themselves are prepared, ICA (Principal Component Analysis) algorithm and procedures, Time
主分量分析提特征
- 通过主分量分析求回归方程，从而提取特征量