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. 2DLDA 二维线性鉴别分析

  2. 二维的LDA人脸识别matlab程序,非常好用。-Two-dimensional LDA face recognition matlab program, very easy to use.

  3. 所属分类：其它

    • 发布日期：2009-06-18
    • 文件大小：12288
    • 提供者：sandylauous

  1. LAD算法用于人脸识别的matlab实现

  2. LAD算法用于人脸识别的matlab实现LAD算法用于人脸识别的matlab实现LAD算法用于人脸识别的matlab实现

  3. 所属分类：其它

    • 发布日期：2010-07-09
    • 文件大小：3145728
    • 提供者：beilei2009

  1. 自适应模糊支持向量机算法研究

  2. 提出基于最优分类标准的核学习方法,这个标准类似于线性鉴别分析和核Fisher判别式。并把此算法应用于模糊支持向量机多类分类器设计上,在ORL人脸数据集和Iris数据集上的实验验证了该算法的可行性

  3. 所属分类：专业指导

    • 发布日期：2011-04-12
    • 文件大小：3145728
    • 提供者：smlping

  1. 基于fisher的线性判别分析(LDA)人脸识别系统

  2. 包含测试样本和训练样本，matlab程序，用lda实现的人脸识别实例，程序注释很清晰，有助于理解算法过程

  3. 所属分类：其它

    • 发布日期：2011-04-27
    • 文件大小：184320
    • 提供者：bang911

  1. 人脸识别中的若干关键算法研究.pdf

  2. 针对线性鉴别分析方法中的小样本问题的困扰，提出了一种鉴别独立分量分析的子空间学习方法。该方法在解决类内散布矩阵奇异问题的同时，兼顾了图像的高阶统计信息在识别任务中的重要性，提高了人脸的自孔家描述功能。 同时提出了一种基于联合图象映射的图像特征提取新框架; 提出了一种基于分块统计量的Gabor特征表示方法。

  3. 所属分类：C++

    • 发布日期：2011-09-11
    • 文件大小：2097152
    • 提供者：chyloe

  1. 直接 ＬＤＡ 在人脸识别中的鉴别力分析

  2. 直接线性鉴别分析（ＤＬＤＡ）曾被声明利用类内离散矩阵零空间内外所有鉴别信息，为了分析声明的理论缺陷，对ＤＬＤＡ在人脸识别中的鉴别特性进行了研究．鉴于ＤＬＤＡ是在类间离散矩阵列空间中寻找最优解，理论分析从下面３方面内容展开：类间和类内离散矩阵的列空间之间的关系、类间离散矩列空间与类内离散矩阵零空间的关系以及在保留全部鉴别矢量下的ＤＬＤＡ特性，结果表明，在小样本条件下，ＤＬＤＡ几乎没利用零空间内的信息，导致一些有用的鉴别信息的丢失；若保留全部的鉴别矢量，ＤＬＤＡ退化为类间离散矩阵的保留所有非零成分

  3. 所属分类：其它

  1. 线性鉴别分析

  2. 线性鉴别分析(lda)是作人脸识别非常经典的一个算法，这是一个matlab代码

  3. 所属分类：其它

    • 发布日期：2012-01-03
    • 文件大小：2048
    • 提供者：lzh_01

  1. 人脸的识别分类

  2. 人脸的识别分类是指根据人脸的图象判别其性别的模式识别问题。本文系统地研究了不同的特征提取方法和分类方法在性别分类问题上的性能，其中包括主分量分析（PCA）、Fisher 线性鉴别分析（FLD）、最佳特征提取、Adaboost 算法、支持向量机（SVM）。给出了在我们的9 姿态人脸库、FERET 人脸库和一个网络图片人脸库上的对比实验结果。实验表明人脸中的性别信息集中存在于某个子空间中，因此在分类前对样本进行适当的压缩降维不但不会明显降低分类器的性能，而且可以大大减少分类的时间开销。最后介绍了将

  3. 所属分类：C++

    • 发布日期：2012-05-16
    • 文件大小：232448
    • 提供者：ivan621

  1. LDA线性鉴别分析

  2. 线性鉴别分析（Linear Discriminant Analysis），是信号处理中一种用来筛选所需信号的常用方法。

  3. 所属分类：IT管理

    • 发布日期：2013-05-08
    • 文件大小：11264
    • 提供者：u010613631

  1. 图像特征检测

  2. 对于人脸轮廓的边缘特征检，主要是基于主分量分析和Fisher线性鉴别分析所获得的特征抽取方法

  3. 所属分类：C

    • 发布日期：2014-03-19
    • 文件大小：19456
    • 提供者：u014231216

  1. matlab开发-低盐鉴别分析

  2. matlab开发-低盐鉴别分析。执行线性判别分析。

  3. 所属分类：其它

    • 发布日期：2019-08-21
    • 文件大小：2048
    • 提供者：weixin_38744153

  1. 多光谱成像与多元分析相结合，从健康的Sprague-Dawley大鼠晶状体鉴别亚硒酸盐诱发的白内障晶状体

  2. 白内障是全世界失明的主要原因。 在临床前研究过程中，将白内障晶状体与健康晶状体区别开来的当前方法是基于组织病理学或临床评估，这些评估因主观性而减弱。 在这项工作中，使用多光谱成像技术结合多变量分析研究了Sprague-Dawley大鼠的白内障和健康晶状体组织。 以透射，反射和散射模式捕获多光谱图像。 总的来说，发现五个光谱带是区分白内障晶状体和健康晶状体的标志。 在反射模式下辨别为470 nm和625 nm，而在透射模式下辨别为435 nm，590 nm和700 nm。 通过Fisher线性判别

  3. 所属分类：其它

    • 发布日期：2020-06-04
    • 文件大小：1048576
    • 提供者：weixin_38666753

  1. 嵌入式系统/ARM技术中的基于核主量和线性鉴别分析的人脸识别算法探究

  2. 人脸识别在近些年来已成为计算机视觉和模式识别领域中的热门课题。众所周知，人脸识别是典型的高维数据分类问题，即人脸的原始特征对应高维空间中矩阵数据的图像，然而在人脸识别中直接应用这些数据会使计算速度明显降低，不利于现代科学领域对人脸识别速度和精度的要求。现今人脸识别领域中面临的问题是提取什么样的特征利于分类器的分类以及如何减少高维数据的运算等。迄今为止，线性子空间方法在特征提取中得到了广泛的发展，其中主成分分析（PCA）[1]和线性鉴别分析（LDA）[2]方法是人脸识别中广为采用的基本方法。尽管这

  3. 所属分类：其它

    • 发布日期：2020-10-23
    • 文件大小：407552
    • 提供者：weixin_38513665

  1. 基于核线性分类分析的三维模型检索算法

  2. 为提高检索精确度，提出了一种利用核线性分类分析来对模型特征进行优化的新方法。其主要思想是通过满足Mercer条件的非线性映射将低维空间下线性不可分的样本映射到高维空间，在高维空间中利用线性分类分析将原有的三维模型特征投影到特定的子空间。该方法能够在保持类间距离基础上得到具有鉴别信息的低维特征用于三维模型检索。实验结果表明，核线性分类分析方法速度较快，可在秒级完成三维特征优化，同时优化特征在本文测试数据集上可平均提高搜索准确度15%。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：849920
    • 提供者：weixin_38537689

  1. 基于PCA和LDA融合算法的性别鉴别

  2. 摘要:  结合主元分析（PCA）与线性鉴别分析（LDA）的特点，利用PCA-LDA算法进行性别鉴别。通过PCA算法求得训练样本的特征子空间，并在此基础上计算出LDA算法的特征子空间。将PCA算法与LDA算法的特征子空间进行融合，获得PCA-LDA算法的融合特征空间。训练样本与测试样本分别朝融合特征空间投影，从而得到识别特征。利用最近邻准则即可完成性别鉴别。实验中利用三种预处理方法（PCA+LDA、HG+PCA+LDA、RHG+PCA+LDA），得出各自的实验结果，并进行比较。实验结果表明，利用R

  3. 所属分类：其它

    • 发布日期：2020-11-04
    • 文件大小：66560
    • 提供者：weixin_38661650

  1. 分数阶嵌入的广义多重集典型相关分析

  2. 随着数据处理方式以及描述角度的不同，同一模式总是能够获得多种不同的特征表示．由于这些特征表示总是反映了同一模式的不同特性或视角，因此，对其进行有效地抽取与融合后，不仅可以保留参与抽取的多组特征的有效鉴别信息，还可以在一定程度上消除特征间的冗余信息，降低识别算法的复杂度，对模式分类来说无疑具有重要的实际意义．由于传统的维数约减方法，如主成分分析（ＰＣＡ）与线性鉴别分析（ＬＤＡ），主要针对模式的一组特征进行处理，并不适合对多表示数据进行融合与特征抽取，因此，本文以多表示数据为研究对象，深入研究了多重

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：1048576
    • 提供者：weixin_38609765

  1. 基于局部稀疏表示和线性鉴别分析的典型相关分析

  2. 基于局部稀疏表示和线性鉴别分析的典型相关分析

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：402432
    • 提供者：weixin_38638312

  1. 基于高光谱技术与机器学习的新疆红枣品种鉴别

  2. 为实现对红枣品种的判别,利用高光谱技术并结合机器学习算法对金丝大枣、骏枣和滩枣这三个品种的新疆红枣进行研究。首先,分别利用多元散射校正(MSC)、标准正态变量变换(SNV)、一阶导(1-Der)和Savitzky-Golay(SG)平滑等数据预处理方法对原始光谱进行预处理,研究了预处理方法对建模的影响;然后,利用光谱-理化值共生距离法(SPXY)将样本集划分为校正集和预测集,基于线性判别分析(LDA)、K-最近邻分类(KNN)和支持向量机(SVM)算法对预处理后的全波段光谱建立红枣品种鉴别模型,

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：6291456
    • 提供者：weixin_38625448

  1. Python实现线性判别分析(LDA)的MATLAB方式

  2. 线性判别分析（linear discriminant analysis），LDA。也称为Fisher线性判别（FLD）是模式识别的经典算法。 （1）中心思想：将高维的样本投影到最佳鉴别矢量空间，来达到抽取分类信息和压缩特种空间维数的效果，投影后保证样本在新的子空间有最大的类间距离和最小的类内距离。也就是说在该空间中有最佳的可分离性。 （2）与PCA的不同点：PCA主要是从特征的协方差出发，来找到比较好的投影方式，最后需要保留的特征维数可以自己选择。但是LDA更多的是考虑了类别信息，即希望投影后不

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：361472
    • 提供者：weixin_38677472

  1. 基于局部稀疏表示和线性鉴别分析的典型相关分析

  2. 为在特征融合中综合利用数据的类别信息和数据结构中所蕴含的自然鉴别信息, 提出一种基于局部稀疏表示和线性鉴别分析的典型相关分析算法. 首先利用局部稀疏表示模型, 以较小的计算复杂度获取局部稀疏重构矩阵; 然后在典型相关分析的框架中实现对局部稀疏结构保持、线性鉴别分析和组合特征相关性的联合优化, 增强了融合特征的鉴别能力. 在人工数据、多特征手写字数据、人脸数据上的实验表明了所提出方法的有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：686080
    • 提供者：weixin_38653694
« 12 »