搜索资源列表
主成分分析MATLAB源码
- 降维处理，在实际问题的研究中，往往会涉及众多有关的变量。但是，变量太多不但会增加计算的复杂性，而且也会给合理地分析问题和解释问题带来困难。一般说来，虽然每个变量都提供了一定的信息，但其重要性有所不同，而在很多情况下，变量间有一定的相关性，从而使得这些变量所提供的信息在一定程度上有所重叠。因而人们希望对这些变量加以“改造”，用为数极少的互补相关的新变量来反映原变量所提供的绝大部分信息，通过对新变量的分析达到解决问题的目的。
pca
- 基于PCA的算法实现程序，实现图像的无关性显示
PCA 主成分分析法
- PCA方法，即主成分分析法，用于分析变量间的关系以及相关联程度
PCA
- 基于PCA（主成分分析）的过程监控程序，可运行
PCA.rar
- 用主成分分析法提取人脸图像特征的程序，算法理论依据是K-L变换,Principal Component Analysis with face image feature extraction process
PCA.rar
- 主元分析PCA的C代码，自己花了好几天编的，对做数据挖掘和模式识别的同志们有用,PCA principal component analysis of C code that he spent a few days for the better, and to do data mining and pattern recognition useful comrades
KPCA_SVM_Train.rar
- 能够对输入的三维数据进行pca分析 然后输出主要的两位下的图像的坐标,the code could do pca analysis for a 3D data, and out put the first two main dimention of these data.
PCA
- PCA,主成分分析，可应用于矩阵降维，人脸特征提取及人脸识别。-PCA, principal component analysis, can be applied to matrix reduction, facial feature extraction and face recognition.
pca
- 此程序用来对单波段图像或者多波段图像进行主成分分析，可以对主成分个数进行手动设置-This procedure used for single-band image or multi-band images, principal component analysis, the number of principal components can be manually set
PCA-code
- 基于主成分分析方法的人脸重构，使用ORL人脸数据库-the face reconstruction based on PCA method
PCA
- 用来进行主成分分析，实现数据压缩功能，也可以做特征提取与分类-Be used for principal component analysis, data compression, you can also do feature extraction and classification
PCA
- PCA人脸识别算法，识别率达到99 ，采用小波变换的方法及主成分分析法。-PCA face recognition algorithm, the recognition rate up to 99 , using wavelet transform methods and principal component analysis.
PCA
- matlab环境下的 PCA人脸识别方法，连续输入图像后，主成分分析，特征提取，形成特征脸训练测试，得出精度-face recognition
PCA-method-for-fault-diagnosis-routine-five(includ
- 用于故障诊断的PCA方法例程5个(含KPCA)，利用PCA（主元分析）方法或者KPCA方法，进行工业系统的故障诊断程序，有详细的注释说明-PCA method for fault diagnosis routine five (including KPCA), using PCA (principal component analysis) method or KPCA method, industrial process fault diagnosis, a detailed explanat
pca
- 主成分分析程序,应用于图像特征提取，数据降维等方面 -the code of PCA
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。
pca
- 主成分分析程序，可用于数据降维及特征提取。-Principal component analysis procedures, can be used for data dimensionality reduction and feature extraction.
PCA-matlab
- pca分析实例,将多维数据降成一维，包括数据处理，计算均值，方差等.(pca Learning materials)
pca
- matlab 进行pCA主成分分析分析分析分析分析分析(use matlab to do pca analysis)
PCA分析源代码
- PCA主成分分析源代码，PCA是用于降维是经典方法，现在仍有很多人用主成分分析方法进行降维，降低算法复杂度。(PCA is the source code of principal component analysis. PCA is a classical method for dimensionality reduction. Many people still use principal component analysis to reduce dimension and reduce a