注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 主成分分析（PCA）的MATLAB程序

  2. 主成分分析（PCA）的MATLAB程序，本程序利用主成分分析进行回归分析。

  3. 所属分类：其它

    • 发布日期：2010-01-30
    • 文件大小：1024
    • 提供者：audyxiao

  1. 图像融合，像素级遥感图像融合算法主要有IHS变换法、小波变换法、主成分分析（PCA）法和Brovey变换法。这几种融合算法理论比较成熟，并且在特定方面都有很好的融合效果。

  2. 像素级遥感图像融合算法主要有IHS变换法、小波变换法、主成分分析（PCA）法和Brovey变换法。这几种融合算法理论比较成熟，并且在特定方面都有很好的融合效果。

  3. 所属分类：其它

    • 发布日期：2010-05-11
    • 文件大小：196608
    • 提供者：jinshamingyuan

  1. 主成分分析算法进行人脸识别的代码

  2. 利用主成分分析算法实现人脸识别。首先训练样本脸库，训练好样本后，再对测试人脸进行识别，该系统能达到很高的识别率

  3. 所属分类：其它

    • 发布日期：2010-08-26
    • 文件大小：183296
    • 提供者：ningzuoting

  1. 主成分分析（PCA ）

  2. 主成分分析 （PCA）用VC++实现的 完成高维数据的降维

  3. 所属分类：C++

    • 发布日期：2010-12-21
    • 文件大小：808960
    • 提供者：lll2012

  1. 主成分分析PCA降维的MATLAB程序实现代码

  2. 在MATLAB中实现用主成分分析（PCA）的方法对矩阵的降维.其中包括具体程序实现代码，为了增加程序的可读性，对程序的主要步骤都进行了解释。

  3. 所属分类：其它

    • 发布日期：2011-03-09
    • 文件大小：1024
    • 提供者：lq1225txy

  1. 主成分分析（PCA）

  2. 对主成分分析进行讲解，讲解什么是pca,是和初学者和相关研究人员

  3. 所属分类：C

    • 发布日期：2011-09-05
    • 文件大小：940032
    • 提供者：zhuwentao1991

  1. 主成分分析原理

  2. 这个文档详细介绍了主成分分析（PCA）的推导过程，如果扎扎实实看懂了，可以对主成分分析有比较深刻的理解。

  3. 所属分类：专业指导

    • 发布日期：2013-04-14
    • 文件大小：293888
    • 提供者：u010026938

  1. 主成分分析PCA代码

  2. 很好的主成分分析（PCA）代码，看完之后对主成分的具体用法可以有一个很好的了解，很赞

  3. 所属分类：专业指导

    • 发布日期：2014-11-21
    • 文件大小：2048
    • 提供者：oqqxing1991

  1. 基于主成分分析（PCA）相位提取算法程序

  2. 基于主成分分析（PCA）相位提取算法，可以用于大于等于3幅干涉图的相位提取。

  3. 所属分类：其它

  1. 二维数据主成分分析（PCA）和白化操作的MATLAB代码

  2. 二维数据主成分分析（PCA）和白化操作的MATLAB简单示例，http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial有其教程。

  3. 所属分类：机器学习

    • 发布日期：2019-03-28
    • 文件大小：2048
    • 提供者：a634608511

  1. 主成分分析（内含完整的PCA的MATLAB代码以及原理讲解的Word文档）

  2. 主成分分析（内含完整的PCA的MATLAB代码以及原理讲解的Word文档）

  3. 所属分类：C

    • 发布日期：2020-04-12
    • 文件大小：105472
    • 提供者：qq_36596540

  1. 基于主成分分析（PCA）的人脸识别实验设计

  2. 本科期间做的一个课程设计，觉得比较好玩，现将之记录下来。其中包含实验所用图库及源程序。 实验目的： （1）学习主成分分析（PCA）的基础知识； （2）了解PCA在人脸识别与重建方面的应用； （3）认识数据降维操作在数据处理中的重要作用； （4）学习使用MATLAB软件实现PCA算法，进行人脸识别，加深其在数字图像处理中解决该类问题的应用流程。

  3. 所属分类：互联网

    • 发布日期：2020-06-25
    • 文件大小：22020096
    • 提供者：qq_42091428

  1. 具体介绍sklearn库中：主成分分析（PCA）的参数、属性、方法

  2. 转载请注明出处：https://editor.csdn.net/md?articleId=104839136 文章目录主成分分析（PCA）Sklearn库中PCA一、参数说明（Parameters）二、属性（Attributes）三、方法（Methods）四、示例（Sample）五、参考资料（Reference data） 主成分分析（PCA） 主成分分析（Principal components analysis，以下简称PCA）的思想是将n维特征映射到k维上（k<n），这k维是全新的

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：168960
    • 提供者：weixin_38568548

  1. PCA_ElectTransp：电子传输数据的主成分分析（PCA）-源码

  2. 电子传输数据的主成分分析（PCA） 这是将主成分分析应用于电子传输数据的示例。 它是在我对分子动力学数据处理方法的本科研究期间，在我的家庭大学圣卡塔琳娜联邦大学（UFSC）的路易斯·雷戈（Luis Rego）教授的指导下开发的。 这只是我们工作的一小部分，如果您对我们目前正在研究的内容感兴趣，请访问我们的实验室页面： 数据源和PCA的使用 我们的数据是在这里通过模拟Double-Linker增感剂与表面的相互作用而在实验室中人工生成的。 我们对这些带电结构连接到表面时如何转移电子（电荷）感兴

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：953344
    • 提供者：weixin_42153691

  1. 主成分分析（PCA）原理详解

  2. 上完陈恩红老师的《机器学习与知识发现》和季海波老师的《矩阵代数》两门课之后，颇有体会。最近在做主成分分析和奇异值分解方面的项目，所以记录一下心得体会。在许多领域的研究与应用中，往往需要对反映事物的多个变量进行大量的观测，收集大量数据以便进行分析寻找规律。多变量大样本无疑会为研究和应用提供了丰富的信息，但也在一定程度上增加了数据采集的工作量，更重要的是在多数情况下，许多变量之间可能存在相关性，从而增加了问题分析的复杂性，同时对分析带来不便。如果分别对每个指标进行分析，分析往往是孤立的，而不是综合的

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：771072
    • 提供者：weixin_38693084

  1. 主成分分析（PCA）简介

  2. 主成分分析实例：一个平均值为(1,3)、标准差在(0.878,0.478)方向上为3、在其正交方向为1的高斯分布。这里以黑色显示的两个向量是这个分布的协方差矩阵的特征向量，其长度按对应的特征值之平方根为比例，并且移动到以原分布的平均值为原点。在多元统计分析中，主成分分析（英语：Principalcomponentsanalysis，PCA）是一种分析、简化数据集的技术。主成分分析经常用于减少数据集的维数，同时保持数据集中的对方差贡献最大的特征。这是通过保留低阶主成分，忽略高阶主成分做到的。这样低

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：305152
    • 提供者：weixin_38680764

  1. face_recognizer_pca_orl：使用主成分分析（PCA）和ORL图像数据库的人脸识别器-源码

  2. 使用带有ORL图像数据库的主成分分析（PCA）的人脸识别器。 该项目中使用的库： -OpenCV -脾气暴躁 -垫图 -斯克莱恩 结果 算法：LBPHFaceRecognizer PCA数：1，准确性得分：96.75％ PCA分数：2，准确性得分：96.75％ PCA数：3，准确性得分：96.75％ PCA分数：4，准确性得分：96.75％ PCA分数：5，准确性得分：94.31％ PCA分数：6，准确性得分：95.12％ PCA分数：7，准确性得分：95.12％ PCA分数：8，准确性得

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：1048576
    • 提供者：weixin_42128558

  1. PCA-主成分分析-：主成分分析（PCA）是迄今为止最流行的降维算法。 首先，它确定最靠近数据的超平面，然后将数据投影到其上-源码

  2. PCA主成分分析 到目前为止，主成分分析（PCA）是最流行的降维算法。 首先，它确定最靠近数据的超平面，然后将数据投影到其上。 PCA用于分解一组解释最大方差的连续正交分量中的多元数据集。 在scikit-learn中，PCA被实现为一个转换对象，该对象以其fit方法学习n个组件，并可用于新数据以将其投影到这些组件上。 如果由于输入维数太大而使学习算法太慢，那么使用PCA加快速度可能是一个合理的选择。 这可能是PCA的最常见应用。 #PCA的另一个常见应用是数据可视化。 在代码的这一部分

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：2048
    • 提供者：weixin_42120275

  1. 主成分分析（PCA）原理详解

  2. 上完陈恩红老师的《机器学习与知识发现》和季海波老师的《矩阵代数》两门课之后，颇有体会。最近在做主成分分析和奇异值分解方面的项目，所以记录一下心得体会。在许多领域的研究与应用中，往往需要对反映事物的多个变量进行大量的观测，收集大量数据以便进行分析寻找规律。多变量大样本无疑会为研究和应用提供了丰富的信息，但也在一定程度上增加了数据采集的工作量，更重要的是在多数情况下，许多变量之间可能存在相关性，从而增加了问题分析的复杂性，同时对分析带来不便。如果分别对每个指标进行分析，分析往往是孤立的，而不是综合的

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：771072
    • 提供者：weixin_38650508

  1. 主成分分析（PCA）简介

  2. 主成分分析实例：一个平均值为(1,3)、标准差在(0.878,0.478)方向上为3、在其正交方向为1的高斯分布。这里以黑色显示的两个向量是这个分布的协方差矩阵的特征向量，其长度按对应的特征值之平方根为比例，并且移动到以原分布的平均值为原点。 在多元统计分析中，主成分分析（英语：Principalcomponentsanalysis，PCA）是一种分析、简化数据集的技术。主成分分析经常用于减少数据集的维数，同时保持数据集中的对方差贡献最大的特征。这是通过保留低阶主成分，

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：305152
    • 提供者：weixin_38642897
« 12 3 4 5 6 7 8 9 10 ... 14 »